Redes Neurais de Kohonen como Modelos da Topografia do Sistema Visual
Autores
1639 |
Janaína Mourão Miranda
|
692,190,200
|
1640 |
692,190,200
|
|
1641 |
692,190,200
|
Informações:
Publicações do PESC
Redes Neurais de Kohonen como Modelos da Topografia do Sistema Visual
Janaína Mourão Miranda
Abril/1998
Orientadores: | Luiz Adauto Pessoa
Luís Alfredo Vidal de Carvalho | |
|
0 presente trabalho tem como objetivo analisar o comportamento do algoritmo de auto-organização de redes neurais baseados na teoria de Kohonen para a representação de modelos que reproduzam o mapeamento topográfico retinotrópico, e estudar a topografia desses mapas em função da variação de parâmetros que reflitam características do modelo real. Inicialmente, foi feita uma revisão de dados biológicos que seriam representados pelo modelo. A segunda etapa do trabalho foi a revisão de modelos anteriores com o objetivo de, a partir dos resultados desses modelos, construir-se novas adaptações que permitissem a análise da influência de diversos parâmetros no fator de magnificação dos mapas gerados pelos modelos. As etapas seguintes consistiram de uma fase de estudo teórico do algoritmo de auto-organização concentrado em suas propriedades de gerar em um espaço de saída um mapa de características do espaço de entrada, seguida de uma fase de simulações, a qual teve como objetivo desenvolver um controle das propriedades de magnificação do mapa em função de parâmetros considerados importantes por serem análogos a propriedades de modelos reais. A etapa final foi a utilização do modelo de auto organizarção com objetivo de reproduzir o mapeamento retinotópico e o estudo da topografia e magnificação desses mapas, verificando-se o quão bem os mapas produzidos pelos algoritmos de auto-organização de redes neurais reproduzem o mapeamento entre a camada de células ganglionares da retina e o córtex visual primário.
Kohonen Neural Networks as Models of Visual System Topography
Janaína Mourão Miranda
April/1998
Advisors: | Luiz Adauto Pessoa
Luis Alfredo Vidal de Carvalho | |
Department: Systems Engineering and Computer Science |
The present thesis analyzes the behavior of self-organizing neural networks of the type developed by Kohonen as models of topographic retino-cortical mappings. The topography resulting from these neural networks is investigated in terms of parameters that are hypothesized to correspond to variables that determine the retino-cortical mappings in vivo. Initially, a review of the relevant biological data is provided, and is followed by a review of theoretical models that are related to the present investigation. In particular, we have investigated the role of model parameters and their relationship with the biological problem at hand. A review of Kohonen's self-organization algorithm is provided, with a focus on the input-output mappinig properties of the network. Computer simulations are then shown that empirically investigate the types of input-output mappings generated and how the variation of network parameters may relate to the biological development of cortical maps. Finally, the self-organization model was directly applied to the problem of cortical topography and the results analyzed.