Simulating event related potentials in tasks involving conflict resolution: a neural network

In this thesis, the main Executive Control theories are exposed. Methods typical of Cognitive and Computational Neuroscience are introduced and the role of behavioural tasks involving conflict resolution in the response elaboration, after the presentation of a stimulus to the subject, are highlighted. In particular, the Eriksen Flanker Task and its variants are discussed. Behavioural data, from scientific literature, are illustrated in terms of response times and error rates. During experimental behavioural tasks, EEG is registered simultaneously. Thanks to this, event related potential, related with the current task, can be studied. Different theories regarding relevant event related potential in this field - such as N2, fERN (feedback Error Related Negativity) and ERN (Error Related Negativity) – are introduced. The aim of this thesis is to understand and simulate processes regarding Executive Control, including performance improvement, error detection mechanisms, post error adjustments and the role of selective attention, with the help of an original neural network model. The network described here has been built with the purpose to simulate behavioural results of a four choice Eriksen Flanker Task. Model results show that the neural network can simulate response times, error rates and event related potentials quite well. Finally, results are compared with behavioural data and discussed in light of the mentioned Executive Control theories. Future perspective for this new model are outlined.

“Event-Related Spectral Perturbations” nel segnale EEG durante un compito di reaching

Questo elaborato ha analizzato le Event Related Spectral Perturbation (ERSP), cioè le variazioni nella potenza del segnale in corrispondenza di una frequenza o una banda di frequenze, suddivisi in Event Related Synchronization (ERS) nel caso di incremento di potenza e Event Related Desynchronization (ERD) nel caso di decremento di potenza, relative a movimenti di reaching eseguiti con l’arto superiore. In particolare, sono state prese in considerazione le potenze nel ritmo alpha (8-12 Hz) e ritmo beta (12-30 Hz), in quanto ritmi associati alla preparazione ed esecuzione del movimento. I segnali EEG analizzati (60 canali) sono relativi a 14 soggetti a cui è stato chiesto di compiere movimenti di reaching verso una posizione target, secondo una tempistica definita dall’accensione di uno stimolo visivo informativo (CUE, corrispondente al led nella posizione target) e un secondo stimolo visivo imperativo (GO) che dà il via libera all’esecuzione del movimento verso il target. Sono codificate 5 posizioni discrete, a 0°, 45°, 90°, 135° e 180°, su una semicirconferenza il cui centro rappresenta il punto di partenza e ritorno, chiamato base. I segnali preventivamente preprocessati, sono stati decomposti tramite trasformata wavelet ed elaborati con la tecnica dell’averaging, con lo scopo di evidenziare ERS e ERD in banda alpha e beta associati a eventi visivi e motori. È stata presentata l’evoluzione nel tempo della distribuzione topologica delle ERSP a livello dello scalpo e sono state svolte analisi suddividendo i dati secondo la direzione (destra, centro, sinistra) del target e secondo la profondità (vicino, medio, lontano) del target. I risultati mostrano una desincronizzazione (ERD) nella fase di preparazione del movimento (immediatamente prima dello stimolo GO), sia in banda alpha che beta e suggeriscono una modulazione dell’ERD in funzione della direzione/profondità del target.

Effetto di distrattori acustici rispetto a distrattori visivi in un compito di memoria visiva: analisi del segnale EEG

Studi recenti hanno evidenziato cambiamenti nei ritmi alpha (8-12 Hz) e theta (4-8 Hz) in vari processi modulatori top-down e di controllo cognitivo come la memoria di lavoro (WM, working memory) e la soppressione di distrattori. I compiti di WM richiedono attenzione interna sostenuta per dare priorità alle informazioni rilevanti a discapito di quelle interferenti che distraggono dall’obiettivo. I meccanismi di attenzione in tali compiti sono associati ad aumento di potenza alpha, che riflette la funzione inibitoria di tale ritmo, in regioni che elaborano informazioni distraenti, e ad aumento di potenza theta, soprattutto in regioni frontali, che riflette funzioni di controllo cognitivo per raggiungere l’obiettivo pur in presenza di interferenze. Questo lavoro è volto ad indagare gli effetti di distrattori acustici rispetto a distrattori visivi in un compito di visual WM. A tale scopo sono stati acquisiti ed elaborati i segnali EEG di 12 soggetti volontari mentre eseguivano un compito di visual WM, in cui la fase di retention (mantenimento in memoria delle informazioni codificate) veniva interrotta con la presentazione di distrattori di due modalità sensoriali differenti (visiva e acustica), per valutare le variazioni dell’attività cerebrale in termini di ritmi alpha e theta e le regioni coinvolte. Si è osservato un aumento maggiore di potenza alpha (principalmente posteriore) in presenza del distrattore acustico rispetto al visivo sia nella fase pre-distrattore che nella fase distrattore, statisticamente significativo nella fase distrattore. Si è osservato un aumento maggiore di potenza theta (principalmente frontale) in presenza del distrattore acustico rispetto al visivo in tutte le fasi del task, statisticamente significativo nella fase iniziale di retention e nella fase del distrattore. I risultati potrebbero indicare una maggiore necessità di controllo cognitivo e di protezione da stimoli interferenti in caso di distrattore acustico rispetto al visivo.

Automatic classification of stellar orbits in axisymmetric potentials

Within the classification of orbits in axisymmetric stellar systems, we present a new algorithm able to automatically classify the orbits according to their nature. The algorithm involves the application of the correlation integral method to the surface of section of the orbit; fitting the cumulative distribution function built with the consequents in the surface of section of the orbit, we can obtain the value of its logarithmic slope m which is directly related to the orbit’s nature: for slopes m ≈ 1 we expect the orbit to be regular, for slopes m ≈ 2 we expect it to be chaotic. With this method we have a fast and reliable way to classify orbits and, furthermore, we provide an analytical expression of the probability that an orbit is regular or chaotic given the logarithmic slope m of its correlation integral. Although this method works statistically well, the underlying algorithm can fail in some cases, misclassifying individual orbits under some peculiar circumstances. The performance of the algorithm benefits from a rich sampling of the traces of the SoS, which can be obtained with long numerical integration of orbits. Finally we note that the algorithm does not differentiate between the subtypes of regular orbits: resonantly trapped and untrapped orbits. Such distinction would be a useful feature, which we leave for future work. Since the result of the analysis is a probability linked to a Gaussian distribution, for the very definition of distribution, some orbits even if they have a certain nature are classified as belonging to the opposite class and create the probabilistic tails of the distribution. So while the method produces fair statistical results, it lacks in absolute classification precision.