Resumen

El objetivo de este trabajo es presentar un modelo computacional de la región CA1 del hipocampo, cuyas propiedades incluyen (a) atenuación de receptores para estímulos externos, (b) retardo y decaimiento de potenciales postsinápticos, (c) modificación de pesos internos debido a la propagación de potenciales postsinápticos a través de la dendrita, y (d) modificación de pesos para la memoria analógica de cada entrada debido a un patrón de potenciación sináptica a largo plazo (LTP) con respecto a su decaimiento. Las simulaciones por computadora mostraron que el modelo CA1 realiza una inducción eficiente de LTP y una alta tasa de detección de coincidencias submilisegundo. También discutimos la posibilidad de implementación en hardware de células piramidales de la región CA1 del hipocampo.

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Modelo computacional; Región CA1; Hipocampo; Potenciación sináptica; Inducción de LTP; Detección de coincidencia
• Keywords:Computational model; CA1 region; Hippocampus; Synaptic potentiation; LTP induction; Coincidence detection