Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...

Introducción
sistemas, necesaria para establecer la estructura de los circuitos neuronales
involucrados en la generación de determinados comportamientos.
3.3 Modelo matemático dinámico
Una vez estudiada la neurobiología que subyace al comportamiento analizado, es
necesario especificar un modelo matemático de las relaciones anatómicas y
neurofisiológicas que producen el comportamiento en cuestión (Flash y Sejnowski,
2001; Schaal, 2003). En esta Tesis Doctoral, para el desarrollo de esta etapa, se emplean
ecuaciones diferenciales lineales y no lineales a la hora de representar la actividad de las
neuronas, para definir la dinámica de los neurotransmisores y neuromoduladores
involucrados en los procesos a modelar, así como las reglas de aprendizaje o adaptación
de los sistemas neuronales a la experiencia que surge de su interacción con el entorno.
3.4 Simulación del modelo
En este nivel se ha definir la metodología necesaria para llevar a cabo la simulación
del modelo. En este trabajo, se han utilizado lenguajes específicos para la simulación de
sistemas como MATLAB, así como lenguajes de programación como el C++ que facilitan
la orientación de la simulación para su posterior implementación en tiempo real sobre
una plataforma robótica real. La depuración de los modelos se apoya en el desarrollo de
herramientas de visualización lo suficientemente potentes como para que sea posible
analizar el comportamiento de las variables internas del modelo, de una manera directa
y sencilla. La estructura modular de muchos circuitos neuronales permite la
programación mediante librerías de funciones que pueden ser llamadas para su
integración en módulos más complejos.
3.5 Obtención de características operacionales
Los resultados de la simulación del modelo matemático obtenido en el paso cuatro,
se comparan con las características operacionales o de comportamiento del sistema
biológico extraídas en la primera y segunda etapa.
3.6 Propiedades emergentes
Una de las metas del modelado neuronal es la búsqueda de propiedades del
modelo que inicialmente no pueden especificarse al interconectar los diversos módulos
que conforman dicho modelo. Estas propiedades pueden emplearse como hipótesis del
modelo con la posibilidad de ser verificadas en experimentos reales.
6