Modelos bayesianos de variables ocultas para el análisis de series temporales en estudios de aprendizaje sensoriomotor

En los estudios de control y/o aprendizaje sensoriomotor se utilizan observaciones experimentales relacionadas al movimiento de los sujetos.  Sin embargo, el objeto último de análisis es el sistema nervioso, y el control que este ejerce sobre el movimiento del organismo.   En esta charla presentaré dos aplicaciones de técnicas de inferencia bayesiana sobre modelos de variables ocultas para estimar cantidades no observables que ofrecen información respecto del proceso de aprendizaje.  El modelo experimental de aprendizaje sensoriomotor utilizado es una caminadora de dos cintas, donde los sujetos se adaptan a caminar con distintas velocidades en cada pierna.  La primera aplicación utiliza cadenas de Markov para modelar la percepción de los sujetos sobre las condiciones ambientales en las que se encuentran, donde la percepción es caracterizada mediante funciones psicométricas que pueden variar en el tiempo.  En la segunda aplicación la actividad muscular de los sujetos durante el aprendizaje, registrada mediante electromiografía, es modelada como un sistema lineal invariante en el tiempo de orden y parámetros desconocidos.  Mediante el algoritmo expectation-maximization se infieren valores para los parámetros del sistema, y se obtienen las constantes de tiempo características del proceso.