Menu



Exportar registro bibliográfico

Tese

Spike patterns and computation in dynamical neural networks (2012)

  • Authors:
  • Autor USP: SANDMANN, HUMBERTO RODRIGO - EP
  • Unidade: EP
  • Sigla do Departamento: PSI
  • Subjects: REDES NEURAIS; SISTEMAS DINÂMICOS; OSCILADORES; REDES COMPLEXAS
  • Language: Inglês
  • Abstract: O processamento de sinais feito pelos sistemas neurais biológicos é altamente eficiente e complexo, por isso desperta grande atenção de pesquisa. Basicamente, todo o processamento de sinais funciona com base em redes de neurônios que emitem e recebem pulsos. Portanto, de forma geral, os estímulos recebidos do sistema sensorial por uma rede neural biológica de algum modo são convertidos em trens de pulsos. Aqui, nesta tese, é apresentada uma nova arquitetura composta por duas camadas: a primeira recebe correntes de estímulos de entrada e os mapeia em trens de pulsos; a segunda recebe esses trens de pulsos e os clássica em conjuntos de estímulos. Na primeira camada, a conversão de correntes de estímulos em trens de pulso é feita através de uma rede de neurônios osciladores acoplados por pulso. Esses neurônios possuem uma frequência natural de disparo e quando são agrupados em redes podem se coordenar para apresentar uma dinâmica global a longo prazo. Por sua vez, a dinâmica global também é sensível às correntes de entrada. Na segunda camada, a classificação dos trens de pulsos em conjuntos de estímulos é implementada por um neurônio do tipo integra-e-dispara. O comportamento típico para esse neurônio é de disparar ao menos uma vez para todas as integrações de trens de pulsos de uma determinada classe; caso contrário, ele deve car em silêncio. O processo de aprendizado da segunda camada depende do conhecimento do intervalo de tempo de repetição de um trem de pulsos. Portanto, nesta tese, são apresentadas métricas para definir tal intervalo de tempo, dando, assim, autonomia para a arquitetura. É possível concluir com base nos ensaios realizados que a arquitetura desenvolvida possui uma grande capacidade para mapeamento de correntes de entradas em trens de pulsos sem a necessidade de alterações na estrutura da arquitetura;também que a adição da dimensão tempo pela primeira camada ajuda na classificação realizada pela segunda. Assim, um novo modelo para realizar processos de codificação e decodificação é apresentado, desenvolvido através de séries de ensaios computacionais e caracterizado por medidas de sua dinâmica.
  • Imprenta:
  • Data da defesa: 05.03.2012
    • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SANDMANN, Humberto Rodrigo. Spike patterns and computation in dynamical neural networks. 2012. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2012. Disponível em: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-05092012-165022/. Acesso em: 18 nov. 2024.

    • APA

      Sandmann, H. R. (2012). Spike patterns and computation in dynamical neural networks (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/3/3142/tde-05092012-165022/

    • NLM

      Sandmann HR. Spike patterns and computation in dynamical neural networks [Internet]. 2012 ;[citado 2024 nov. 18 ] Available from: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-05092012-165022/

    • Vancouver

      Sandmann HR. Spike patterns and computation in dynamical neural networks [Internet]. 2012 ;[citado 2024 nov. 18 ] Available from: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-05092012-165022/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2024