Spatiotemporal pattern coding using Neural Fields: Optimal parameter estimation

Mauricio Cerda 1 Bernard Girau 1
1 CORTEX - Neuromimetic intelligence
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Résumé : Dans ce rapport nous présentons l'optimisation du paramétrage d'un modèle distribué de discrimination de séquences temporelles. Le modèle que nous présentons code l'information au moyen d'une population d'unités, et il peut être appliqué à la discrimination de plusieurs séquences spatio-temporelles. L'implantation de cette technique de discrimination dépend fortement de la façon dont les poids de connexion sont fixés en fonction de la séquence que nous voulons coder. Cette phase d'apprentissage dépend de plusieurs paramètres, pour lesquels ce rapport présente une analyse détaillée. Dans la première partie, nous donnons quelques exemples et nous montrons comment déduire les paramètres du modèle dans sa forme 1D à partir d'autres travaux existants. Ensuite nous étendons l'analyse au cas 2D, en proposant à la fin du rapport une stratégie pour coder n'importe quelle séquence temporelle pouvant être décrite comme un ensemble de trajectoires spatio-temporelles locales. Les paramètres sont déterminés analytiquement et des simultations numériques sont réalisées pour vérifier nos résultats.
Type de document :
Rapport
[Research Report] RR-7543, INRIA. 2010
Liste complète des métadonnées

Littérature citée [13 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00566166
Contributeur : Mauricio Cerda <>
Soumis le : mardi 15 février 2011 - 13:24:23
Dernière modification le : jeudi 11 janvier 2018 - 06:19:48
Document(s) archivé(s) le : lundi 16 mai 2011 - 03:08:01

Fichier

RR-7543.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00566166, version 1

Collections

Citation

Mauricio Cerda, Bernard Girau. Spatiotemporal pattern coding using Neural Fields: Optimal parameter estimation. [Research Report] RR-7543, INRIA. 2010. 〈inria-00566166〉

Partager

Métriques

Consultations de la notice

307

Téléchargements de fichiers

163