Resumen

Uno de los mayores desafíos para desentrañar la complejidad de los sistemas vivos es comprender completamente la lógica neural que traduce la entrada sensorial en las salidas motoras altamente no lineales que se observan cuando organismos simples se arrastran. Trabajos recientes han demostrado que organismos como las larvas que exhiben clinotaxis (es decir, orientación a través de movimientos laterales de porciones del cuerpo) pueden realizar prácticas exploratorias normales incluso en ausencia de un cerebro. Las redes abdominales y torácicas controlan la alternancia entre arrastres y giros. Esto motiva la búsqueda de modelos de movimiento que puedan producir salidas no lineales que se asemejen a los experimentos. Aquí presentamos un modelo de sistema complejo, en forma de una población de componentes de toma de decisiones descentralizados (agentes) cuya actividad agregada se asemeja a la observada en organismos con clinotaxis. A pesar de la simplicidad de cada componente, la complejidad creada por su retroalimentación co

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Lógica neural; Entrada sensorial; Salidas motoras; Clinotaxis; Componentes de toma de decisiones descentralizadas; Comportamientos no lineales
• Keywords:Neural logic; Sensory input; Motor outputs; Klinotaxis; Decentralized decision-making components; Nonlinear behaviors