Um modelo para redes neuroniais biologicamente inspirado baseado em minimização de divergência local.

• Ano de defesa: 2009
• Autor(a) principal: SANTANA, Ewaldo Eder Carvalho.
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Engenharia Elétrica e Informática - CEEI; PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA; UFCG
• Palavras-chave em Português: Modelagem de Redes Neuronais; Redes Neuroniais; Neurociência Computacional; Córtex Virtual Primário; Divergência Local - Redes; Redes Neuroniais Artificiais; Codificação Neuronial; Artificial Neural Networks; Neural Coding; Neural Network Modeling; Sistema Visual; Topografia do Sistema Visual; Perceptron Multicamadas - Redes Neuroinais; Neurociência.; Ciência da Computação.; Engenharia Elétrica.
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/1444

Neste trabalho é proposto o desenvolvimento de uma rede neuronial com aprendizagem não supervisionada, para modelar a organização topográfica do córtex visual primário. Para isto, estuda-se o comportamento dos campos receptivos do córtex visual primário(V1), e, para o modelamento da rede utilizam-se os conceitos de divergência local e de interação entre neurônios vizinhos, bem como da característica de não linearidades dos neurônios. Para treinamento da rede desenvolveu-se um algoritmo de ponto fixo.