Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Neural Circuits01:25

Neural Circuits

1.6K
Neural circuits and neuronal pools are two of the main structures found in the nervous system. Neural circuits are networks of neurons that work together to carry out a specific task or process. They consist of interconnected neurons and glial cells, which provide structural and metabolic support.
Neuronal pools are collections of nerve cells with similar functions and interact through chemical and electrical signals. These pools include both interneurons (the central neural circuit nodes that...
1.6K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

A critical initialization for biological neural networks.

Nature·2026
Same author

Functional MRI signals as fast as 1Hz are coupled to brain states and predict spontaneous neural activity.

bioRxiv : the preprint server for biology·2025
Same author

A simplified minimodel of visual cortical neurons.

Nature communications·2025
Same author

Large-scale high-density brain-wide neural recording in nonhuman primates.

Nature neuroscience·2025
Same author

Spatial transcriptomics reveals human cortical layer and area specification.

Nature·2025
Same author

Deep-tissue transcriptomics and subcellular imaging at high spatial resolution.

Science (New York, N.Y.)·2025

Video Experimental Relacionado

Updated: Sep 19, 2025

Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
09:47

Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches

Published on: December 15, 2023

1.3K

Entrenamiento previo sin supervisión en redes neuronales biológicas

Lin Zhong1, Scott Baptista2, Rachel Gattoni2

  • 1HHMI Janelia Research Campus, Ashburn, VA, USA. zhongl@janelia.hhmi.org.

Nature
|June 18, 2025
PubMed
Resumen

La plasticidad neural en la corteza visual es impulsada principalmente por el aprendizaje sin supervisión, incluso durante el desempeño de tareas. Este hallazgo sugiere que el aprendizaje sin supervisión puede mejorar la adquisición de tareas futuras.

Más Videos Relacionados

Modeling the Functional Network for Spatial Navigation in the Human Brain
05:55

Modeling the Functional Network for Spatial Navigation in the Human Brain

Published on: October 13, 2023

1.2K
A Virtual Machine Platform for Non-Computer Professionals for Using Deep Learning to Classify Biological Sequences of Metagenomic Data
09:34

A Virtual Machine Platform for Non-Computer Professionals for Using Deep Learning to Classify Biological Sequences of Metagenomic Data

Published on: September 25, 2021

4.1K

Videos de Experimentos Relacionados

Last Updated: Sep 19, 2025

Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
09:47

Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches

Published on: December 15, 2023

1.3K
Modeling the Functional Network for Spatial Navigation in the Human Brain
05:55

Modeling the Functional Network for Spatial Navigation in the Human Brain

Published on: October 13, 2023

1.2K
A Virtual Machine Platform for Non-Computer Professionals for Using Deep Learning to Classify Biological Sequences of Metagenomic Data
09:34

A Virtual Machine Platform for Non-Computer Professionals for Using Deep Learning to Classify Biological Sequences of Metagenomic Data

Published on: September 25, 2021

4.1K

Área de la Ciencia:

  • La neurociencia
  • Neurociencia computacional
  • Aprendizaje automático

Sus antecedentes:

  • El aprendizaje perceptivo en la corteza sensorial implica plasticidad neural.
  • El papel del aprendizaje supervisado frente al no supervisado en esta plasticidad no se comprende bien.
  • El aprendizaje de representación en redes neuronales puede ser supervisado o no supervisado.

Objetivo del estudio:

  • Determinar si la plasticidad neural en la corteza visual durante el aprendizaje es impulsada por mecanismos supervisados o no supervisados.
  • Investigar el papel de las diferentes áreas visuales (V1, HVAs) en este proceso.
  • Explorar el impacto potencial del aprendizaje sin supervisión en el aprendizaje de tareas posteriores.

Principales métodos:

  • Grabación simultánea de hasta 90.000 neuronas de la corteza visual primaria (V1) y las áreas visuales superiores (AVS) en ratones.
  • Comparando la actividad neuronal durante el aprendizaje de tareas con la exposición no recompensada a los mismos estímulos.
  • Analizar los patrones de plasticidad neural en relación con las reglas de aprendizaje visual y espacial.
  • Experimentos conductuales para validar predicciones sobre el efecto del aprendizaje sin supervisión en la adquisición de tareas.

Principales resultados:

  • Los cambios neuronales durante el aprendizaje de tareas se replicaron en gran medida por la exposición a estímulos no recompensados, lo que indica un aprendizaje sin supervisión.
  • La plasticidad neuronal fue más pronunciada en las áreas visuales superiores mediales (AVM) y siguió reglas de aprendizaje visuales, no espaciales.
  • Se observó una señal de predicción de recompensa en AVHs anteriores exclusivamente en ratones que realizaban tareas, lo que sugiere un papel en el aprendizaje supervisado.
  • Se encontró que el aprendizaje sin supervisión acelera el aprendizaje de tareas posteriores.

Conclusiones:

  • El aprendizaje no supervisado es un mecanismo dominante que subyace a la plasticidad neural en la corteza visual del ratón durante el aprendizaje perceptivo.
  • Los HVAs medial son áreas clave para el aprendizaje visual sin supervisión, mientras que los HVAs anteriores pueden apoyar el aprendizaje supervisado a través de la predicción de recompensas.
  • El aprendizaje sin supervisión puede preparar el cerebro, acelerando potencialmente futuras tareas de aprendizaje supervisado.