Addestramento di una rete neurale biologicamente plausibile per la maturazione delle capacità di percezione multisensoriale

L’integrazione multisensoriale è un processo fondamentale per l’elaborazione coerente delle informazioni ambientali, che si sviluppa progressivamente durante la vita postnatale. Questa tesi presenta un modello neurocomputazionale biologicamente plausibile, basato su regole di plasticità hebbiana, finalizzato a descrivere i meccanismi di maturazione delle connessioni sinaptiche tra aree unisensoriali e multisensoriali. Il modello implementa dinamiche di apprendimento differenziate per connessioni feedforward, cross-modali e inibitorie, riproducendo l’evoluzione delle risposte neuronali in funzione dell’esperienza. I risultati evidenziano come il filtraggio tramite soglia e la regolazione dei parametri di crescita siano determinanti per garantire stabilità e specializzazione funzionale, favorendo la formazione di mappe coerenti e l’ottimizzazione dei tempi di reazione. Inoltre, le simulazioni con stimoli sequenziali e vari intervalli interstimolo hanno mostrato che l’inibizione cross-modale modula in maniera critica la dinamica delle risposte multisensoriali, riducendo il costo del cambio di modalità e migliorando l’efficienza dell’integrazione audiovisiva. Questi risultati offrono un quadro interpretativo utile per comprendere i principi computazionali alla base della plasticità sinaptica e per sviluppare modelli sperimentali in grado di indagare le deviazioni associate a condizioni di sviluppo atipico o disturbi neurocognitivi.