Análise de um modelo probabilístico de decisão utilizando uma rede de neurônios recorrentes

Detalhes bibliográficos
Ano de defesa: 2011
Autor(a) principal: Fernandes, Daniel Abrunhosa
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Laboratório de Computação Científica
Serviço de Análise e Apoio a Formação de Recursos Humanos
Brasil
LNCC
Programa de Pós-Graduação em Modelagem Computacional
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://tede.lncc.br/handle/tede/147
Resumo: A área de neurociência computacional tem avançado consideravelmente tendo como base a simulação de redes neuronais, formuladas a partir de dados experimentais, e fornecendo conclusões sobre o funcionamento de certas áreas cerebrais. Este trabalho contribui para essa área ao estudar o processo de tomada de decisão e seu armazenamento na memória de trabalho. O trabalho analisa o resultado de simulações computacionais de experimentos empíricos realizados em macacos. Nestes experimentos, um macaco fixava sua atenção para uma tela onde um con- junto de pontos se moviam para uma de duas direções (direita ou esquerda). A partir desta observação, o macaco decidia se o conjunto de pontos estava se dirigindo para a direita ou esquerda. Baseado nos experimentos, Wang desenvolveu um modelo matemático e computacional que simula o processo de decisão usando uma rede neural (Wang, 2002). Neste trabalho, estudamos mais afundo o modelo proposto por Wang (Wang, 2002), estudando fatores relacionados com o processo de tomada de decisão, assim como com o comportamento da memória de trabalho. Implementamos algumas modificações as simulações do modelo de Wang, onde alteramos alguns períodos utilizados no modelo. Os resultados obtidos sugerem que a diminuição do período de apresentação do estímulo aumenta a indecisão no modelo, a inserção de um período de atraso anterior a apresentação do estímulo possui um efeito em alguns aspectos do processo decisório e o modelo utilizado não consegue replicar o esquecimento de uma informação na memória de trabalho.