Como o cerebelo se dobra? Uma comparação entre um modelo teórico e simulações computacionais

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMota, Bruno Coelho César-
Autor(es): dc.contributorMuricys, Andre-
Autor(es): dc.contributorFrança, Lucas Gabriel Souza-
Autor(es): dc.contributorStilck, Jürgen Fritz-
Autor(es): dc.creatorPaula, Bruno Mallet-
Data de aceite: dc.date.accessioned2024-07-11T18:42:48Z-
Data de disponibilização: dc.date.available2024-07-11T18:42:48Z-
Data de envio: dc.date.issued2022-10-23-
Data de envio: dc.date.issued2022-10-23-
Data de envio: dc.date.issued2021-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/26620-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/775996-
Descrição: dc.descriptionA complexidade que envolve a fisiologia de nossos cérebros, assim como diversos sistemas físico-estatísticos, exigem uma abordagem a partir de um modelo computacional capaz de obter respostas especificas quando esses cálculos não são possíveis de serem resolvidos analiticamente em um modelo simples comum lápis e um papel. Neste trabalho, dividido em duas partes, iremos nos aprofundar na solução de modelos complexos utilizando o chamado algoritmo de Metropolis. Na primeira parte, como objetivo de explorar didaticamente o método, foi resolvido o conhecido modelo de Ising, uma cadeia bidimensional de spins com interações de primeiros vizinhos. Primeiramente, abordamos a demonstração da convergência do modelo estatístico utilizado as cadeias de Markov. Por fim, uma plataforma computacional escrita em Rust foi elaborada com o objetivo de realizar experimentos simulados nesse sistema termodinâmico. Baseado nas técnicas aprendidas, a segunda parte consistiu na solução de um sistema físico-estatístico capaz de descrever um importante fenômeno biológico presente em todos vertebrados: a formação de sulcos e giros na estrutura cortical conhecida como cerebelo ou girificação cerebelar. Teoricamente, o entendimento da girificação como resultado da termodinâmica de uma superfície elástica significa a unificação do mecanismo de formação dessas estruturas para todos os vertebrados, independentemente da história evolutiva de cada grupo. Para entender esse fenômeno, foi construída em colaboração com André Muricy uma plataforma computacional capaz de simular, utilizando o algorítimo de Metropolis, a girificação de perímetros fechados auto-evitantes em um ensamble canônico de configurações, e com um termo de energia que depende de suas áreas. Por fim, usamos os dados obtidos em cada simulação para verificar em simulações computacionais as previsões teóricas de cada modelo: a transição de fase no caso do modelo de Ising, e a lei de escala universal da girificação cerebelar bi-dimensional.-
Descrição: dc.descriptionThe complexity that involves the physiology of our brains, as well as several physical- statistical systems, require an approach from a computational model capable of obtaining specific answers when these calculations are not possible to be solved analytically in a simple model with a pencil and A paper. In this work, divided into two parts, we will delve into the solution of complex models using the so-called Metropolis algorithm. In the first part, with the objective of didactically exploring the method, the well-known Ising model, a two-dimensional chain of spins with interactions of first neighbors, was solved. First, we approach the demonstration of the convergence of the statistical model used the Markov chains. Finally, a computational platform written in Rust was developed with the objective of performing simulated experiments in this thermodynamic system. Based on the techniques learned, the second part consisted of the solution of a physical- statistical system capable of describing an important biological phenomenon present in all vertebrates: the formation of sulci and gyri in the cortical structure known as the cerebellum or cerebellar gyrification. Theoretically, the understanding of gyrification as a result of the thermodynamics of an elastic surface means the unification of the mechanism of formation of these structures for all vertebrates, regardless of the evolutionary history of each group. In order to understand this phenomenon, a computational platform capable of simulating, using the Metropolis algorithm, was built in collaboration with André Muricy, the gyrification of self-avoiding closed perimeters in a canonical ensemble of configurations, and with an energy term that depends on their areas. Finally, we use the data obtained in each simulation to verify in computer simulations the theoretical predictions of each model: the phase transition in the case of the Ising model, and the universal scaling law of two-dimensional cerebellar gyrification.-
Descrição: dc.description89 p-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectFisiologia Cerebral-
Palavras-chave: dc.subjectSistema Estatístico Mecânico-
Palavras-chave: dc.subjectAlgoritmo de Metropolis-
Palavras-chave: dc.subjectModelo de Ising-
Palavras-chave: dc.subjectCadeias de Markov-
Palavras-chave: dc.subjectRust-
Palavras-chave: dc.subjectGirificação Cerebelar-
Palavras-chave: dc.subjectNeurofisiologia-
Palavras-chave: dc.subjectSimulação Computacional-
Palavras-chave: dc.subjectFísica Estatística-
Palavras-chave: dc.subjectProdução intelectual-
Palavras-chave: dc.subjectCerebral Physiology-
Palavras-chave: dc.subjectMechanical Statistical System-
Palavras-chave: dc.subjectMetropolis Algorithm-
Palavras-chave: dc.subjectIsing Model-
Palavras-chave: dc.subjectMarkov Chains-
Palavras-chave: dc.subjectRust-
Palavras-chave: dc.subjectCerebellar Gyrification-
Título: dc.titleComo o cerebelo se dobra? Uma comparação entre um modelo teórico e simulações computacionais-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.