haku: @keyword denoising source separation / yhteensä: 2
viite: 1 / 2
« edellinen | seuraava »
Tekijä: | Yli-Krekola, Antti |
Työn nimi: | A bio-inspired computational model of covert attention and learning |
Isoaivokuoren innoittama laskennallinen malli sisäiselle tarkkaavaisuudelle ja oppimiselle | |
Julkaisutyyppi: | Diplomityö |
Julkaisuvuosi: | 2007 |
Sivut: | xi + 82 Kieli: eng |
Koulu/Laitos/Osasto: | Sähkö- ja tietoliikennetekniikan osasto |
Oppiaine: | Laskennallinen tekniikka (S-114) |
Valvoja: | Jääskeläinen, Iiro |
Ohjaaja: | Valpola, Harri |
OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
Sijainti: | P1 Ark S80 | Arkisto |
Avainsanat: | selective attention unsupervised learning attractor neural network biased-competition denoising source separation emergence necocortex valikoiva tarkkaavaisuus ohjaamaton oppiminen attraktorineuroverkko painotettu kilpailu lähteidenerottelu kohinanpoistolla emergenssi isoaivokuori |
Tiivistelmä (fin): | Isoaivokuori on merkittävin aisti-informaation prosessoija nisäkkäiden aivoissa. Lisäksi isoaivokuori vastaa työmuistista ja muun muassa kuvittelu ja tietoisuus tapahtuvat isoaivokuorella. Voidaan ajatella, että isoaivokuoren tärkeimmät funktiot, jotka ovat hyödyllisiä eläimen käyttäytymisen kannalta, ovat maailman säännönmukaisuuksien oppiminen, tarkkaavaisuuden kohdistaminen tärkeisiin kohteisiin, sekä maailman mallin simulointi toiminnan suunnittelua varten. Tässä diplomityössä kehitetään systeemitason laskennallinen malli aivokuoren oppimiselle ja tarkkaavaisuudelle. Oikean aivokuoren ominaisuudet ovat olleet vaikutteina tämän mallin kehityksessä ja myöhemmin tämä malli olisi tarkoitus laajentaa sisältämään kaikki aivokuoren tärkeimmät korkean tason ilmiöt. Aivokuori oppii hierarkian kasvavasti abstrakteja representaatiota maailman piirteille. Näin aivokuori pystyy tunnistamaan yhden kappaleen hyvinkin erilaiset esiintymismuodot samaksi kappaleeksi. Tällaiselle kortikaaliselle oppimiselle on kehitetty useita laskennallisia malleja, mutta niihin ei ole yleensä sisällytetty tarkkaavaisuutta. Tiedetään, että oikeasti aivokuori ei yritä esittää kaikkia maailman piirteitä yhtä aikaa, vaan tarkkaavaisuus keskittyy toiminnan kannalta tärkeisiin kohteisiin. Tarkkaavaisuus on myös olennainen piirteiden oppimisen ohjauksessa. On olemassa joitakin malleja tarkkaavaisuudelle, mutta niissäkään sitä ei ole yhdistetty toimimaan yhdessä oppimisen kanssa. Tämän diplomityön mallissa tarkkaavaisuus ja oppiminen tukevat toisiaan. Tarkkaavaisuus ei ole tässä erillinen prosessi, vaan se emergoituu samassa neuroverkossa kuin oppiminen ja havaitseminenkin. Tällä mallilla tehdyt kokeet osoittavat, että se pystyy oppimaan oikean aivokuoren kaltaisen representaatiohierarkian sekä synnyttämään yhtä aikaa valikoivan tarkkaavaisuuden. Tulevaisuudessa tämä malli voitaisiin integroida autonomisen robotin ohjaimeen. |
ED: | 2007-06-18 |
INSSI tietueen numero: 34113
+ lisää koriin
« edellinen | seuraava »
INSSI