L'analyse harmonique pour la représentation de la vision
Les scientifiques du projet HAVIX (Harmonic analysis for optimal coding and the design principles of brain's visual cortex) se sont concentrés sur la résolution des questions avec approximation des données et traitement dans le cortex visuel primaire dans le cerveau avec l'analyse harmonique et géométrique. Leur objectif était de développer des modèles fonctionnels de comportements neuronaux du système visuel humain. Les chercheurs ont eu l'idée d'incorporer des données de stimuli visuels dans des espaces symétriques comme une transformation d'ondelettes généralisée après avoir déterminé les symétries approximatives pour ces données. Ils ont appliqué l'analyse harmonique pour caractériser les groupes non commutatifs en matière de propriétés de reproduction, de réduction de dimensionnalité et de mécanismes d'apprentissage. Les membres d'HAVIX ont développé avec succès une théorie générale et un cadre modulaire polyvalent pour les systèmes de décalage invariant non commutatifs. Cette approche permet de caractériser des systèmes de reproduction dans une grande catégorie de transformations d'ondelettes généralisées. Les scientifiques ont réalisé des percées considérables au niveau des modèles de calcul de l'extraction de caractéristiques dans le cortex visuel primaire. Ils ont également développé des cadres neuronaux pour la segmentation spatio-temporelle et l'apprentissage par renforcement dans la perception auditive. Grâce à de nouvelles techniques harmoniques, spectrales et non linéaires, ils ont reproduit avec succès des expériences connues dans la neurophysiologie et la psychologie de la perception. Les résultats ont conduit à la production de huit articles, 14 conférences, un atelier et trois activités de sensibilisation. Malgré la fin du projet, l'équipe d'HAVIX collabore déjà avec d'autres groupes de recherche sur plusieurs nouvelles idées à la suite de ces travaux. Les résultats du projet ont amélioré notre compréhension des mécanismes neuronaux de l'extraction de caractéristiques dans le cortex visuel primaire. Cela a des applications dans l'amélioration de l'encodage et la compression des données géométriques, les prothèses robotiques, l'apprentissage machine et la vision artificielle.
Mots‑clés
Analyse harmonique, système visuel, comportement neuronal, géométrique, modèle, ondelette, groupe non-commutatif, propriétés de reproduction, apprentissage machine, vision artificielle
