EN NUESTROS PROYECTOS DE INVESTIGACION LLEVAMOS AÑOS TRABAJANDO EN EL ANALISIS DE SISTEMAS DINAMICOS, TANTO DE FORMA NUMERICA COMO TEORICA. EN LOS ULTIMOS AÑOS, NOS HEMOS CENTRADO PRINCIPALMENTE EN ESTUDIAR MODELOS NEURONALES Y CA...
ver más
Fecha límite participación
Sin fecha límite de participación.
Financiación
concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto
el día 2021-01-01
No tenemos la información de la convocatoria
0%
100%
Características del participante
Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.
Información adicional privada
No hay información privada compartida para este proyecto. Habla con el coordinador.
¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video
Fecha límite de participación
Sin fecha límite de participación.
Descripción del proyecto
EN NUESTROS PROYECTOS DE INVESTIGACION LLEVAMOS AÑOS TRABAJANDO EN EL ANALISIS DE SISTEMAS DINAMICOS, TANTO DE FORMA NUMERICA COMO TEORICA. EN LOS ULTIMOS AÑOS, NOS HEMOS CENTRADO PRINCIPALMENTE EN ESTUDIAR MODELOS NEURONALES Y CARDIACOS. TANTO LAS NEURONAS COMO LOS CARDIOMIOCITOS SON CELULAS EXCITABLES, POR LO QUE COMPARTEN CIERTAS PROPIEDADES COMO EL SER MODELOS DINAMICOS DE TIPO FAST-SLOW. EN ESTE PROYECTO APROVECHAREMOS NUESTRA EXPERIENCIA PREVIA PARA AVANZAR EN LA COMPRENSION DE ESTOS DOS PROBLEMAS DE GRAN RELEVANCIA SOCIAL. PARA AMBOS ORGANOS EXISTEN RECIENTES MODELOS MATEMATICOS QUE REPRODUCEN LOS FENOMENOS OBSERVADOS TANTO EN LABORATORIO COMO EN TEJIDOS VIVOS. SIN EMBARGO, SON ALTAMENTE COMPLEJOS Y PRECISAN DE ESTUDIOS SISTEMATICOS Y PROFUNDOS DE LOS MISMOS.LOS OBJETIVOS PROPUESTOS EN EL PROYECTO SON:1- PEQUEÑAS REDES DE NEURONAS. CENTRAL PATTERN GENERATORS (CPG):LOS CPGS SON PEQUEÑAS REDES DE NEURONAS QUE CONTROLAN DE FORMA AUTONOMA CIERTAS FUNCIONES BIOLOGICAS DE LOS ANIMALES. ANALIZAREMOS PATRONES DE DIVERSOS CPGS Y BIFURCACIONES QUE EXPERIMENTA LA DINAMICA DE LOS MISMOS. CON ELLO DESCUBRIREMOS LAS CAUSAS DE PATRONES DE CAMBIOS EN EL MOVIMIENTO DE INSECTOS Y PODREMOS ESTABLECER PAUTAS DE CONTROL DE CPGS, PUDIENDO LLEVAR UN CPG DE UN PATRON A OTRO MAS DESEABLE. ESTUDIAREMOS LA INFLUENCIA DE LA TOPOLOGIA DE LA RED, CONDICIONADA POR POSIBLES TRAUMAS, LESIONES O ENVEJECIMIENTO, EN LA DINAMICA DE UNA CPG.2- DINAMICA FAST-SLOW EN EL CEREBRO:PARA CONOCER LAS CARACTERISTICAS DE LOS ELEMENTOS BASICOS DE UNA RED DE NEURONAS, ANALIZAREMOS DIFERENTES MODELOS MATEMATICOS DE NEURONA. ADEMAS, REALIZAREMOS UN COMPLETO ANALISIS DEL FENOMENO DE SPIKE-ADDING, QUE CONDICIONA EL TIEMPO EN EL QUE LAS NEURONAS ESTAN ACTIVAS, EN SISTEMAS FAST-SLOW TANTO EN MODELOS DE NEURONA AISLADA COMO LOS CAMBIOS QUE SE PRODUCEN AL ACOPLARLAS. ABORDAREMOS TAMBIEN EL ANALISIS DE REDES GRANDES A TRAVES DE TEORIAS MEAN FIELD.3- DINAMICA FAST-SLOW EN EL CORAZON. ARRITMIAS CARDIACAS:APROVECHANDO LAS SIMILITUDES QUE COMPARTEN LAS NEURONAS Y LAS CELULAS CARDIACAS, EXTENDEREMOS NUESTRO ANALISIS ANTERIOR AL ESTUDIO DE LA DINAMICA FAST-SLOW EN MODELOS DE CARDIOMIOCITOS, DETECTANDO DIFERENTES BIFURCACIONES QUE DAN LUGAR A DEPOLARIZACIONES TEMPRANAS, EL ORIGEN DE CIERTAS ARRITMIAS CARDIACAS. ADEMAS, ACOPLAREMOS CARDIOMIOCITOS TANTO EN UNA TIRA COMO EN UN TEJIDO CARDIACO PARA ANALIZAR LA PROPAGACION DE LA FIBRILACION AURICULAR EN EL CORAZON Y ESTUDIAREMOS SU DINAMICA Y CONTROL, PRESENTE EN LAS ARRITMIAS MAS COMUNES.4- MACHINE LEARNING Y TECNICAS MATEMATICAS PARA SISTEMAS DINAMICOS:DADA LA ENORME COMPLEJIDAD DE LOS MODELOS BIOMATEMATICOS SE ESTAN EMPEZANDO A USAR TECNICAS DE MACHINE-LEARNING PARA SU ESTUDIO. ANALIZAREMOS EL USO DE LOS DISTINTOS TIPOS DE REDES NEURONALES EN PROBLEMAS CONCRETOS DE SISTEMAS DINAMICOS. ADEMAS, EL ANALISIS DE LOS MODELOS Y REDES NEURONALES PREVIO NOS AYUDARA EN EL ESTUDIO Y MEJORA DE LAS SPIKING NEURAL NETWORKS, CUYOS NODOS USAN MODELOS CONTINUOS DE NEURONA. UNO DE LOS COMPROMISOS DE NUESTRO GRUPO HA SIDO SIEMPRE EL DESARROLLO DE SOFTWARE LIBRE A PARTIR DE LOS ALGORITMOS QUE HEMOS GENERADO EN NUESTRA INVESTIGACION. SEGUIREMOS MEJORANDO ALGORITMOS NUMERICOS CON APLICACION EN DIFERENTES CAMPOS DE LAS BIOMATEMATICAS Y SISTEMAS DINAMICOS DISIPATIVOS, EN FUNCION DE LAS NECESIDADES QUE NOS ENCONTREMOS EN LOS PUNTOS ANTERIORMENTE DESCRITOS. ISTEMAS DINAMICOS\MACHINE LEARNING\REDES NEURONALES\DINAMICA CARDIACA\NEUROCIENCIA MATEMATICA