I ricercatori mettono a punto il nuovo dal sistema ispirato da neuro per individuare gli schemi temporali

Una nuova metodologia per classificare gli schemi temporali ispirati dai circuiti del cervello è stata sviluppata per contribuire a capire i meccanismi che sono alla base dell'apprendimento biologico. Questo sistema è stato messo a punto dai ricercatori da Universidad Politécnica il de Madrid (UPM), tra l'altro.

Un gruppo scientifico, costituito dai ricercatori dal centro per la tecnologia biomedica (CTB) a UPM, università di La Laguna (ULL) ed istituto per fisica ed il sistema complesso Inter-Disciplinari (IFISC, CSIC-UIB), ha messo a punto un nuovo metodo per individuare gli schemi temporali che è basato da un su un sistema ispirato da neuro ed è usato per classificare l'attività di cervello facendo uso della magnetoencefalografia. Questa metodologia, che è stata convalidata e si applicata ai dati reali, potrebbe fare luce su alcuni meccanismi di memorizzazione dei dati nel cervello.

Gli esseri umani eseguono notevolmente il pozzo molte mansioni conoscitive compreso riconoscimento di forme sebbene i meccanismi di un neurone che sono alla base di questo trattamento non siano ben noti. Tuttavia, le reti neurali artificiali, ispirate dai circuiti del cervello, sono state destinate ed usato state per affrontare le mansioni spatio-temporali di riconoscimento di forme.

Il lavoro di ricerca effettuato dai ricercatori dal laboratorio della neuroscienza conoscitiva e di calcolo (LNCyC) a CTB, in collaborazione con altre istituzioni, è una struttura di rilevazione del reticolo capace di valutare le sequenze temporali parallele e, grazie al meccanismo di plasticità sinaptica aggiunto al modello, può anche imparare i tratti distintivi di tipo differente di segnale di interesse.

Dalla la struttura ispirata da neuro sviluppata dal gruppo è nominata multi rivelatore di un neurone di punta-sequenza (MNSD). Il rivelatore può essere preparato online facendo uso di nuovi esempi. Dopo l'apprendimento da un certo numero esempi, MNSD può imparare le sequenze temporali che appartengono ad un gruppo specifico e distinguere le sequenze istruite da altre.

Sorgente: http://www.upm.es/internacional/UPM/UPM_Channel/Research_News?id=1090aaaff6f09610VgnVCM10000009c7648a____&fmt=detail&prefmt=articulo