Stochastic resonance driven by non-gaussian noise in a model for neuron dynamics / Ressonância estocástica induzida por ruído não gaussiano em um modelo para a dinâmica do neurônio
AUTOR(ES)
José Ricardo Rodrigues Duarte
DATA DE PUBLICAÇÃO
2007
RESUMO
Sistemas dinâmicos não lineares podem apresentar uma diversidade de características não convencionais quando perturbados por ruídos externos, tais como uma otimização das propriedades de transporte, estabilização de padrões espaciais e transições de fase. Em particular, o ruído pode melhorar a resposta do sistema a pulsos periódicos externos fracos, um fenômeno conhecido como ressonância estocástica devido a sua similaridade com o fenômeno de ressonância mostrado por sistemas dinâmicos determinísticos. A idéia de ressonância estocástica foi largamente aplicada para se entender o comportamento de muitos sistemas físicos, químicos e biológicos, tais como sistemas magnéticos, ópticos, eletrônicos, reações químicas, assim como vários aspectos neurofisiológicos de sistemas sensoriais. Nesta dissertação, nós estudamos o fenômeno de ressonância estocástica em um modelo integra-dispara para resposta neuronal estimulada por um sinal periódico sub-limiar. No enfoque tradicional, o nível de limiar de disparo é alcançado por uma superposição de um ruído gaussiano com um estímulo periódico. Como ruídos não gaussianos surgem em sistemas naturais com elevada freqüência, nós investigamos a sensibilidade da condição de ressonância estocástica em relação à função distribuição de probabilidade do ruído. Para gerarmos um ruído distribuído tipo lei de potência, nós consideramos um processo estocástico com ruído multiplicativo e aditivo que permite o ajuste fino do expoente de decaimento assintótico da lei de potência. Utilizamos tanto solução analógica quanto digital de equações diferenciais estocásticas que produzem resultados similares. A dependência da intensidade ótima de ruído para a condição de ressonância estocástica com o expoente da lei de potência de um ruído não gaussiano é relatada. Em particular, obtivemos que a condição de ressonância é atingida com o mínimo ruído possível para ruídos que apresentam um expoente da lei de decaimento finito. Portanto, a natureza não gaussiana do ruído pode ser explorada para otimizar a identificação de sinais sub-limiares por sistemas neuronais.
ASSUNTO(S)
stochastic resonance dinâmica neuronal fisica da materia condensada ruído não gaussiano neuron non-gaissian noice ressonância estocástica
