This thesis consists of five chapter-articles, each proposing simple solutions to nontrivial questions and problems in computational neuroscience. The first chapter presents a reimplementation of the Potjans-Diesmann (PD) model of the local cortical microcircuitry, and a rescaling method for the number of neurons in the model that is capable of maintaining both the connection probabilities and the behavior of the network activity even when rescaled to 1 % of original size. The second chapter, based on mean field potential, formally explains the scaling method and presents a new method to correct and compensate for the activity of boundary neurons in networks with spatial extension without introducing toroidal connections and/or oscillations. The third chapter introduces spatial extension to the PD model, solves the boundary problem, and studies the spatial (topographic) resolution of the network activity as a consequence of the structural resolution. The fourth chapter, based on phase transition and meta-stability, innovatively studies the false steady state and activity lifetime in networks that do not receive forced external input to keep them active. The fifth chapter contains a characterization of the primary somatosensory cortex network of the rat in terms of a statistical survey of the parameters. It also presents a model of the somatosensory cortex using the stochastic Galves-Löcherbach (GL) neuron, which was constructed based on the somatotopic parameters raised. At the end of the chapter, a method for replacing deterministic leaky integrate-and-fire neurons by GL neurons in neural network models is presented.

Esta tese apresenta-se em cinco capítulos-artigos resolvendo de forma simples problemas e perguntas não triviais na neurosciencia computacional. O primeiro capítulo apresenta uma reimplementação do modelo de Potjans-Diesmann (PD) para a microcircuitaria cortical local e uma técnica de redimensionamento do número de neurônios do modelo capaz de manter as probabilidades de conexões e o comportamento da atividade da rede mesmo quando redimensionada para 1% do tamanho original. O segundo capítulo, baseado no potencial de campo médio, explica formalmente o método de redimensionamento e apresenta um novo método de corrigir e compensar a atividade dos neuronios da borda em redes com extensão espacial sem introduzir conexões toroidais e/ou oscilaçoes. O terceiro capítulo introduz extensão espacial ao modelo PD, soluciona o problema de borda e estuda a resolução espacial (topográfica) da atividade da rede como um reflexo da resolução estrutural. O quarto capítulo, baseado em transição de fase e metaestabilidade, inovadoramente estuda o falso estado estacionário e o tempo de duração da atividade em redes que não recebem entrada externa forçada capaz de mantê-las ativas. O quinto capítulo contém a caracterização da rede de neurônios do córtex somatossensorial primário do rato em termos do levantamento estatístico dos parâmetros. Em seguida, um modelo do córtex somatossensorial utilizando o neurônio estocástico de Galves-Löcherbach (GL) é construido com base nos parâmetros levantados. No fim do capítulo, apresenta-se um método para substituição de neurônios determinísticos do tipo integra-e-dispara com vazamento por neurônios GL em modelos de redes de neurônios.