Locally excitatory chaotic oscillator network for scene segmentation.

• Ano de defesa: 1998
• Autor(a) principal: Zhao Liang
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Instituto Tecnológico de Aeronáutica
• Palavras-chave em Português: Redes neurais; Sistemas dinâmicos; Caos; Oscilações; Inteligência artificial; Computação
• Link de acesso: http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2620

A aplicação de sistemas dinâmicos para processamento de informações é um tópico promissor de pesquisa. Um excelente exemplo são as redes neurais caóticas. Em geral, o caos tem duas características marcantes, quais são: complexidade dinâmica e grande regularidade. Estas características geram propriedades de sistemas caóticos muito ricas e, ao mesmo tempo, possivelmente tratáveis. A segmentação de cenários é um processo fundamental no processamento sensorial neural, porém o mecanismo neural básico continua bastante desconhecido. Considerações teóricas e estudos neuro-fisiológicos realizados no córtex visual de gatos revelam que a correlação oscilatória da atividade neural desempenha um papel importante no processo de segmentação. Geralmente, modelos de correlação oscilatória por segmentação de cenas requerem um mecanismo para sincronizar neurônios, o qual representa um objeto coerente e, ao mesmo tempo, outro para dessincronizar neurônios, o qual representa objetos diferentes. A principal dificuldade encontrada é tratar ao mesmo tempo estes dois fenômenos opostos: sincronização e assincronização. Chamamos o problema de Dilema da Sincronização-Assincronização: mais forte que a sincronização entre neurônios, mais difícil de conseguir que a assincronização e vice-versa. Para nosso conhecimento todos os modelos de correlação oscilatória esbarram neste problema. Neste trabalho de tese, é apresentada uma rede neural caótica LECON (Locally Excitatory Chaotic Oscillator Network) para tratar o problema supramencionado. É mostrado como o dilema sincronização-assincronização pode ser evitado pela sincronização e assincronização caótica. Com esta finalidade, primeiro é analisada a dinâmica caótica de um oscilador neural tipo Wilson-Cowan; a seguir, condições de sincronização caótica são analiticamente obtidas a partir de um vetor de N osciladores tipo Wilson-Cowan difusamente acoplados. Finalmente, é mostrado que o mecanismo de assincronização em uma rede LECON é garantido pela definição de caos. Comparada com outros modelos de correlação oscilatória, a rede LECON tem quatro características relevantes: 1) capacidade ilimitada de segmentação; 2) segmentação de forma paralela; 3) garantia teórica das funções do modelo; 4) tratamento matemático simples. Este modelo também representa um exemplo das vantagens do uso da dinâmica caótica para processamento de informações.