Modelli di Coscienza in Neuroscienze Computazionali: Teoria dell'Informazione Integrata e misure di complessità

This thesis focuses on the Integrated Information Theory (IIT) proposed by Giulio Tononi for the construction and analysis of consciousness models in Computational Neuroscience. After an initial study of neural networks of limited size, neural networks of greater complexity and size were subsequently considered, evaluating the computational cost of these models. The limits and defects of the Phi index of the IIT theory were then highlighted and a comparative study of this index was conducted with more recent alternatives given by the two compression indices LZ (Lempel-Ziv), ETC (Effort-To- Compress) and finally with the perturbational complexity index PCI proposed in the neurophysiological field.

In questa tesi viene studiata la Teoria dell'informazione Integrata (IIT) proposta da Giulio Tononi per la costruzione ed analisi di modelli di coscienza in Neuroscienze Computazionali. Dopo un primo studio di reti neurali di dimensioni limitate, sono state considerate successivamente reti neurali di complessità e dimensioni maggiori, valutando il costo computazionale di questi modelli. Sono poi stati evidenziati i limiti ei difetti dell'indice Phi della teoria IIT ed è stato condotto uno studio comparativo di questo indice con alternative piu' recenti date dai due indici di compressione LZ (Lempel-Ziv), ETC (Effort-To- Compress) ed infine con l'indice di complessità perturbazionale PCI proposto in ambito neurofisiologico.