Густаво Деко

Густаво Деко
Профессор Густаво Деко
Рожденный	Росарио , Аргентина
Национальность	итальянский
Награды	Сименс «Изобретатель года» (2001).
Научная карьера
Поля	Нейронауки , Когнитивные науки
Учреждения	Университет Помпеу Фабра

Густаво Деко — аргентинский и итальянский профессор и учёный. Он является профессором-исследователем в Каталонском институте исследований и перспективных исследований и профессором (Catedratico) в Университете Помпеу Фабра , где он является директором Центра мозга и познания и главой группы вычислительной нейронауки. В 2001 году Деко был удостоен международной премии Siemens «Изобретатель года» за вклад в статистическое обучение, модели зрительного восприятия и фМРТ . диагностику нервно-психических заболеваний на основе .

Обучение

Деко имеет три докторские степени во взаимосвязанных дисциплинах. Доктор философии. Степень бакалавра физики в Национальном университете Росарио (Аргентина) (1987 г.), степень бакалавра компьютерных наук в Техническом университете Мюнхена (1997 г.) и степень доктора психологии в Мюнхенском университете Людвига-Максимилиана (2001 г.). Эти степени были получены во время работы на ряде научных должностей. В 1987 году он прошел постдокторскую стажировку в Университете Бордо . В 1988 и 1999 годах он был научным сотрудником Фонда Александра фон Гумбольдта при Гиссенском университете в Германии. С 1993 по 2003 год он возглавлял группу вычислительной нейронауки в отделе нейронных вычислений Корпоративного исследовательского центра Siemens в Мюнхене, Германия.

Деку читал лекции в Розарио, Франкфурте и Мюнхене, а с 2001 года был приглашенным лектором в Мюнхенском университете Людвига-Максимилиана. Он был доцентом Технического университета Мюнхена и почетным профессором Университета Розарио в 1998 году. С 2001 по 2009 год он был приглашенным научным сотрудником McDonnell-Pew в Центре когнитивной нейронауки Оксфордского университета .

Академический вклад

Деко внес важный вклад в ряд тем, включая вычислительную нейробиологию , нейропсихологию , психолингвистику , биологические сети, статистическую формулировку нейронных сетей и теорию хаоса . Его наиболее цитируемые исследования сосредоточены на полномасштабном моделировании текущей спонтанной активности в сетях в состоянии покоя и, таким образом, обеспечивают причинно-следственное понимание этих важных сетей в здоровье и болезни. В настоящее время Деко исследует эти исследовательские вопросы в рамках своего расширенного гранта ERC «Динамическая и структурная основа сложности человеческого разума: сегрегация и интеграция информации и ее обработки в мозгу».

Крупномасштабная динамическая модель мозга способна наилучшим образом соответствовать эмпирическим данным функциональной магнитно-резонансной томографии (фМРТ) в состоянии покоя, когда сеть мозга является критической (т. е. на границе динамической точки бифуркации), так что в этой рабочей точке система определяет значимый динамический репертуар, присущий нейроанатомическим связям. Чтобы определить динамическую рабочую точку системы, Деко и др. сравнили результаты смоделированной модели с экспериментальной функциональной связностью покоя (FC) в зависимости от контрольного параметра G, описывающего масштабирование или глобальную силу межкортикальной связи. Соответствие между эмпирической и смоделированной матрицей FC измерялось с помощью коэффициента корреляции Пирсона. На этом же графике показана и вторая линия бифуркации, полученная ниже. Наилучшее соответствие эмпирических данных наблюдается на границе второй бифуркационной модели. (B) Бифуркационные диаграммы, характеризующие стационарные состояния системы мозга как функцию контрольного параметра G. Деко и его коллеги построили график максимальной активности активности во всех областях коры для различных возможных стабильных состояний. Они изучили 1000 различных случайных начальных условий, чтобы идентифицировать все возможные новые стационарные состояния, а также случай, когда начальным условием было просто спонтанное состояние, чтобы определить, когда спонтанное состояние теряет устойчивость. При малых значениях глобальной связи G существует только одно стабильное состояние, а именно спонтанное состояние, характеризующееся низкой импульсной активностью во всех областях коры. При критическом значении G возникает первая бифуркация, когда появляется хотя бы одно новое мультистабильное состояние, в то время как спонтанное состояние все еще стабильно. При еще больших значениях G появляется вторая бифуркация, когда спонтанное состояние становится неустойчивым. Дополнительную информацию можно найти в Deco, Jirsa and McIntosh (2013).

В своем исследовании Деко использовал крупномасштабные кортикальные модели, в которых сети балансируют на грани нестабильности. В этом состоянии функциональные сети находятся в стабильном состоянии с низким уровнем активности, в то время как они постоянно переходят к множеству других конфигураций. Небольшие внешние возмущения могут формировать динамику сети, связанную с задачами, тогда как возмущения, вызванные собственным шумом, генерируют отклонения, отражающие диапазон доступных функциональных сетей. Это особенно выгодно с точки зрения эффективности и скорости мобилизации сети. Таким образом, состояние покоя отражает динамические возможности мозга, подчеркивающие жизненно важное взаимодействие времени и пространства. Текущие исследования концентрируются на характеристике этих функциональных и структурных сетей в здоровом состоянии и при заболеваниях с целью создания новой дисциплины вычислительной нейропсихиатрии.

Библиография

Книги

• Г. Деко и Д. Обрадович (1996) «Информационный подход к нейронным вычислениям», Springer Verlag, Нью-Йорк.
• Г. Деко и Б. Шюрманн (2000) «Информационная динамика: основы и приложения», Springer Verlag, Нью-Йорк.
• Э. Роллс и Г. Деко (2001) «Вычислительная нейронаука зрения», Oxford University Press, Оксфорд.
• Э. Роллс и Г. Деко (2010) «Шумный мозг», Oxford University Press, Оксфорд.

Статьи

Список всех публикаций

Источники

Внешние ссылки

Группа вычислительной нейронауки

См. также

• Биологически вдохновленные вычисления
• Коннектом
• ФМРТ в состоянии покоя