Sincronização em redes: aplicações em neurociência

• Processo: 23/07481-6
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de março de 2024
• Data de Término da vigência: 28 de fevereiro de 2026
• Área do conhecimento: Ciências Exatas e da Terra - Física
• Pesquisador responsável: Thomas Kaue Dal Maso Peron
• Beneficiário: Thomas Kaue Dal Maso Peron
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Aprendizado computacional Ciência de dados Dinâmica não linear Processamento de sinais Sincronização Sistemas complexos Redes complexas
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Ciência de dados | Dinâmica Não Linear | Processamento de Sinais | sincronização | Sistemas Complexos | Redes complexas

Resumo

Processos de sincronização são essenciais para o funcionamento harmonioso de sistemas biológicos. Entretanto, comportamentos ordenados também podem se tornar perniciosos, como no caso da sincronização patológica no cérebro, a qual é a base de vários distúrbios cerebrais, como a doença de Parkinson e o autismo. Na literatura de sistemas complexos, a dinâmica coletiva de populações de neurônios é geralmente estudada da seguinte forma: fixa-se a rede e então avalia-se como a formação de estados síncronos depende da estrutura da rede de sinapes. Neste projeto, abordaremos o problema inverso, isto é, (i) a reconstrução de redes dinâmicas. Desenvolveremos uma técnica que usa teoria ergódica e aprendizado de máquina para, a partir de um conjunto de sinais, revelar as conexões da rede criadora dos dados observados. Essa metodologia permitirá analisar dados oriundos de registros experimentais em neurociência. Para comprovar a eficácia de nosso método, faremos (ii) a caracterização e classificação de patologias neuronais, utilizando dados de EEG registrados em exames clínicos de crianças diagnosticadas com autismo. (AU)