Modelando procesos de memoria en el hipocampo por medio de cristales de espines bosónicos de Ising y un análisis discreto de Markov

Ponente(s): Alfonso Vivanco Lira, Alejandro Gil-Villegas Montiel, María del Alba Pacheco Blas

A través de nuestra memoria almacenamos, codificamos y recuperamos fragmentos de información, la memoria podemos dividirla como de corto y de largo plazo, se han realizado a lo largo de la historia algunos modelos para describirla, la mayor parte de ellos han sido modelos psicológicos o cualitativos. En este trabajo modelaremos y simularemos a la memoria de largo plazo (hipocámpica) como un cristal bosónico de Ising y los resultados serán analizados por medio de matrices estocásticas de Markov considerando a una neurona como un bosón en el cristal. Usaremos Python para realizar las simulaciones de los cristales considerando ecuaciones Hamiltonianas, funciones de partición, y probabilidades de transición de Markov. Obtendremos matrices de estados finales de los cristales de Ising con diferentes iteraciones de neuronas, temperatura inicial, energía disponible y campo magnético externo, estas matrices las analizaremos posteriormente para conocer conjuntos neuronales accesibles o no, probabilidades de transición a ciertos conjuntos neuronales, así como estado de equilibrio de las matrices. Este modelo puede ayudarnos a comprender procesos de transición de memoria de corto a largo plazo, así como fenómenos de recuerdos persistentes.