Duyarga nöronları için poisson ateşleme süreç verisinden model kestirimi

Abstract

Bu tezde, uyarıcı-yatıştırıcı nitelikteki bir nöron modelinin ateşleme verisinden kestirimine dayanan hesaplamalı ve teorik bir çalışma sunulmaktadır. Söz konusu çalışma, daha önceki bir çalışmada olduğu gibi gerçekçi bir veri kümesinden (Diptera sineğinin görsel H1 nöronları) alınan uyaran ve ilgili cevap kayıtları kullanılarak gerçekleştirilmiştir. En yüksek olabilirlik, bu tezde kullanılan sinir ağı modelinin parametre tahminini yürütmek için kullanılan yöntemdir. Bu veriler, istatistiksel bilgi içeriğini artırmak için yapılan tekrarlamalı benzetimlerde kullanılabilmek amacıyla alt bölümlere ayrılmıştır. 20 dakikalık bir uyaran-tepki veri kaydı olduğu için bu kayıt segmentlere ayrılmış ve her bir segment birbirinden bağımsız bir veri kümesini temsil eder. Nöron modeli için parametrelerin gerçek değerleri kestirilemediğinden, bu gerçek değerleri kullanarak üretilen sentetik veri kümeleri bu araştırmada nöron dinamikleri tarafından kullanılamayacaktır. Bu gerçeğe dayanarak yapılan kestirimlerin doğruluğunu istatistiki olarak sınayabilmek için iki örnek Kolmogorov-Smirnov testi kullanılmıştır.. Bu test, model yanıtlarına ek olarak kaydedilen iki ateşleme zaman aralığı verileri arasında bir karşılaştırma yapmak için uygulanmıştır. Sonuçların tahmini ve analizi grafiksel olarak sunulacak ve ayrıca tablo şeklinde listelenecektir. Ayrıca, bu araştırmanın değiştirilmiş bir Fitzhugh-Nagumo modeli kullandığı önceki araştırmalarla bir karşılaştırma yapılmıştır.In this thesis, we introduce computational and theoretical work based on the estimation of the firing rate of an excitatory and inhibitory neuron model. Those firing rates had been recorded from realistic stimulus-response data where a previous study provides those stimulus and response records where this study performed a measurement from a nature (H1 neurons of the order Diptera flies). Maximum-likelihood was the method used in this thesis to conduct the parameter estimation of the neural network dynamics. This record had been segmented to increase the statistical content of information. since we have a stimulus-response data recording of 20 minutes, this record was segmented, and each individual segment is composed of each other. Due to the true values of the parameters for the neuron model cannot being measured which made those true values unknown as the synthetic data will not be used by the Neuron dynamics in this research. Based on this fact, we used two samples Kolmogorov-Smirnov test. where this test was applied to make a comparison between two recorded inter-spike intervals in addition to model responses. The estimation and analysis of outcomes will be presented graphically and also will be listed in a tabular form. Also, a comparison with previous research is made where this research used a modified Fitzhugh-Nagumo model