Wspólnotowy Serwis Informacyjny Badan i Rozwoju - CORDIS

FP7

CEMNET Wynik w skrócie

Project ID: 629613
Źródło dofinansowania: FP7-PEOPLE
Kraj: Hiszpania

Zunifikowany model wnioskowania percepcyjnego

Modele neuro-obliczeniowe nie radziły sobie dotąd z odtwarzaniem i symulacją wnioskowania percepcyjnego w warunkach naturalistycznych. Naukowcy z UE zmienili ten stan rzeczy dzięki modelowi radykalnie różnemu od aktualnie stosowanych klasycznych modeli neuronowych integracji percepcyjnej.
Zunifikowany model wnioskowania percepcyjnego
W ramach projektu CEMNET (A unified framework for perceptual inference in sensory cortices) naukowcy opracowali zunifikowany model percepcji o nazwie CEMNet (Constrained Entropy Maximisation Network). Eliminuje on problemy związane z niedokładnością występujące we wcześniejszych modelach neuronowych w przypadku symulacji środowisk naturalistycznych i skorelowanych danych sensorycznych.

Model CEMNet zawiera komponent teoretyczny i doświadczalny. Model obliczeniowy przedstawia zachowanie w różnych środowiskach percepcyjnych przy pomocy biologicznie realistycznej architektury neuronowej. W celu reprezentacji środowiska specjalne moduły kodują obecność określonych cech percepcyjnych i ich połączenia. Moduły ograniczeń umożliwiają wykrywanie najbardziej prawdopodobnego scenariusza po przedstawieniu danych sensorycznych. Naukowcy wyprowadzili też reguły plastyczności w celu określenia połączeń między modułami neuronowymi.

Uczeni zgromadzili dane eksperymentalne dotyczące integracji percepcyjnej, prosząc uczestników badania o wykonanie zadania związanego z percepcją wzrokową, w którym wprowadzono korelacje. Przy pomocy zaawansowanych technik uczenia maszynowego, takich jak maksymalizacja oczekiwań, badano sposób integracji skorelowanych danych sensorycznych przez uczestników. Ustalono, że dane eksperymentalne zgadzają się z danymi modelu CEMNet.

Symulacje potwierdziły zdolność modelu CEMNet do analizowania złożonych środowisk i dokładnej reprezentacji wnioskowania percepcyjnego. Ważnym osiągnięciem było odkrycie roli doświadczenia w budowaniu zintegrowanych kategorii percepcyjnych przy pomocy danych sensorycznych podczas podejmowania decyzji.

Model CEMNET może być stosowany do badania percepcji i zniekształceń percepcji u zdrowych i chorych osób, na przykład pacjentów cierpiących na schizofrenię.

Powiązane informacje

Słowa kluczowe

Model, wnioskowanie percepcyjne, CEMNET, ograniczona sieć maksymalizacji entropii
Numer rekordu: 190613 / Ostatnia aktualizacja: 2016-11-29
Śledź nas na: RSS Facebook Twitter YouTube Zarządzany przez Urząd Publikacji UE W górę