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 lattes
Orientador(a): Porto, Fabio Andre Machado lattes
Banca de defesa: Zana, Yossi lattes, Blanco, Pablo Javier lattes, Tort, Adriano Bretanha Lopes lattes
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Laboratório de Computação Científica
Programa de Pós-Graduação: Programa de Pós-Graduação em Modelagem Computacional
Departamento: Serviço de Análise e Apoio a Formação de Recursos Humanos
País: Brasil
Palavras-chave em Português:
Palavras-chave em Inglês:
Área do conhecimento CNPq:
Link de acesso: https://tede.lncc.br/handle/tede/147
Resumo: The area of computational neuroscience has advanced considerably based on the simulation of neuronal networks, formulated from experimental data, and providing findings on the functioning of certain brain areas. This work contributes to this area by studying the process of decision making and its storage in working memory. This work analyzes the results of computer simulations of empirical experiments performed in monkeys. In these experiments, a monkey fixed his attention to a screen where a set of points moved to one of two directions (left or right). From this observation, the monkey decided whether the set of points was heading to the right or left. Based on this experiment, Wang developed a mathematical and computational model that simulates the decision process using a neural network (Wang, 2002). We studied deeper the model proposed by Wang (Wang, 2002) studying factors related to the process of decision making, as well as the behavior of working memory. We implemented some modifications of Wang s model, changing some parameters used in the models. The results suggest that the decrease of the period of stimulus presentation increases the indecision in the model, the insertion of a delay period prior to stimulus presentation has an effect on some aspects of the decision-making process and the model used can not replicate the forgetting of an information in working memory.
id LNCC_9e602ddeb51ca3a5b0aba40fa18c4e89
oai_identifier_str oai:tede-server.lncc.br:tede/147
network_acronym_str LNCC
network_name_str Biblioteca Digital de Teses e Dissertações do LNCC
repository_id_str
spelling Porto, Fabio Andre MachadoCPF:88404595704http://lattes.cnpq.br/6418711808050575Zana, YossiCPF:00000000078http://lattes.cnpq.br/8076305092222491Blanco, Pablo JavierCPF:05976610730http://lattes.cnpq.br/2207239537360072Tort, Adriano Bretanha LopesCPF:00000111111http://lattes.cnpq.br/3181888189086405CPF:10102649740http://lattes.cnpq.br/5392910272967044Fernandes, Daniel Abrunhosa2015-03-04T18:57:42Z2015-02-232011-12-20https://tede.lncc.br/handle/tede/147The area of computational neuroscience has advanced considerably based on the simulation of neuronal networks, formulated from experimental data, and providing findings on the functioning of certain brain areas. This work contributes to this area by studying the process of decision making and its storage in working memory. This work analyzes the results of computer simulations of empirical experiments performed in monkeys. In these experiments, a monkey fixed his attention to a screen where a set of points moved to one of two directions (left or right). From this observation, the monkey decided whether the set of points was heading to the right or left. Based on this experiment, Wang developed a mathematical and computational model that simulates the decision process using a neural network (Wang, 2002). We studied deeper the model proposed by Wang (Wang, 2002) studying factors related to the process of decision making, as well as the behavior of working memory. We implemented some modifications of Wang s model, changing some parameters used in the models. The results suggest that the decrease of the period of stimulus presentation increases the indecision in the model, the insertion of a delay period prior to stimulus presentation has an effect on some aspects of the decision-making process and the model used can not replicate the forgetting of an information in working memory.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.Made available in DSpace on 2015-03-04T18:57:42Z (GMT). No. of bitstreams: 1 abrunhosa.pdf: 7363332 bytes, checksum: 26e84474baa99456a5e38fa0ebb409e7 (MD5) Previous issue date: 2011-12-20Coordenacao de Aperfeicoamento de Pessoal de Nivel Superiorapplication/pdfhttp://tede-server.lncc.br:8080/retrieve/413/abrunhosa.pdf.jpghttp://tede-server.lncc.br:8080/retrieve/631/abrunhosa.pdf.jpgporLaboratório de Computação CientíficaPrograma de Pós-Graduação em Modelagem ComputacionalLNCCBrasilServiço de Análise e Apoio a Formação de Recursos HumanosNeurociências - Simulação por computadorProcesso decisórioDecision makingNeurosciencesCNPQ::CIENCIAS DA SAUDE::MEDICINA::CLINICA MEDICA::NEUROLOGIAAnálise de um modelo probabilístico de decisão utilizando uma rede de neurônios recorrentesAnalysis of a probabilistic decision model using a network of recurrent neuronsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações do LNCCinstname:Laboratório Nacional de Computação Científica (LNCC)instacron:LNCCORIGINALabrunhosa.pdfapplication/pdf7363332http://tede-server.lncc.br:8080/tede/bitstream/tede/147/1/abrunhosa.pdf26e84474baa99456a5e38fa0ebb409e7MD51THUMBNAILabrunhosa.pdf.jpgabrunhosa.pdf.jpgimage/jpeg3124http://tede-server.lncc.br:8080/tede/bitstream/tede/147/2/abrunhosa.pdf.jpg8c389f0128da689c9a6575af0b42b5daMD52tede/1472018-07-04 09:59:45.806oai:tede-server.lncc.br:tede/147Biblioteca Digital de Teses e Dissertaçõeshttps://tede.lncc.br/PUBhttps://tede.lncc.br/oai/requestlibrary@lncc.br||library@lncc.bropendoar:2018-07-04T12:59:45Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC)false
dc.title.por.fl_str_mv Análise de um modelo probabilístico de decisão utilizando uma rede de neurônios recorrentes
dc.title.alternative.eng.fl_str_mv Analysis of a probabilistic decision model using a network of recurrent neurons
title Análise de um modelo probabilístico de decisão utilizando uma rede de neurônios recorrentes
spellingShingle Análise de um modelo probabilístico de decisão utilizando uma rede de neurônios recorrentes
Fernandes, Daniel Abrunhosa
Neurociências - Simulação por computador
Processo decisório
Decision making
Neurosciences
CNPQ::CIENCIAS DA SAUDE::MEDICINA::CLINICA MEDICA::NEUROLOGIA
title_short Análise de um modelo probabilístico de decisão utilizando uma rede de neurônios recorrentes
title_full Análise de um modelo probabilístico de decisão utilizando uma rede de neurônios recorrentes
title_fullStr Análise de um modelo probabilístico de decisão utilizando uma rede de neurônios recorrentes
title_full_unstemmed Análise de um modelo probabilístico de decisão utilizando uma rede de neurônios recorrentes
title_sort Análise de um modelo probabilístico de decisão utilizando uma rede de neurônios recorrentes
author Fernandes, Daniel Abrunhosa
author_facet Fernandes, Daniel Abrunhosa
author_role author
dc.contributor.advisor1.fl_str_mv Porto, Fabio Andre Machado
dc.contributor.advisor1ID.fl_str_mv CPF:88404595704
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/6418711808050575
dc.contributor.referee1.fl_str_mv Zana, Yossi
dc.contributor.referee1ID.fl_str_mv CPF:00000000078
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/8076305092222491
dc.contributor.referee2.fl_str_mv Blanco, Pablo Javier
dc.contributor.referee2ID.fl_str_mv CPF:05976610730
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/2207239537360072
dc.contributor.referee3.fl_str_mv Tort, Adriano Bretanha Lopes
dc.contributor.referee3ID.fl_str_mv CPF:00000111111
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/3181888189086405
dc.contributor.authorID.fl_str_mv CPF:10102649740
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/5392910272967044
dc.contributor.author.fl_str_mv Fernandes, Daniel Abrunhosa
contributor_str_mv Porto, Fabio Andre Machado
Zana, Yossi
Blanco, Pablo Javier
Tort, Adriano Bretanha Lopes
dc.subject.por.fl_str_mv Neurociências - Simulação por computador
Processo decisório
topic Neurociências - Simulação por computador
Processo decisório
Decision making
Neurosciences
CNPQ::CIENCIAS DA SAUDE::MEDICINA::CLINICA MEDICA::NEUROLOGIA
dc.subject.eng.fl_str_mv Decision making
Neurosciences
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS DA SAUDE::MEDICINA::CLINICA MEDICA::NEUROLOGIA
description The area of computational neuroscience has advanced considerably based on the simulation of neuronal networks, formulated from experimental data, and providing findings on the functioning of certain brain areas. This work contributes to this area by studying the process of decision making and its storage in working memory. This work analyzes the results of computer simulations of empirical experiments performed in monkeys. In these experiments, a monkey fixed his attention to a screen where a set of points moved to one of two directions (left or right). From this observation, the monkey decided whether the set of points was heading to the right or left. Based on this experiment, Wang developed a mathematical and computational model that simulates the decision process using a neural network (Wang, 2002). We studied deeper the model proposed by Wang (Wang, 2002) studying factors related to the process of decision making, as well as the behavior of working memory. We implemented some modifications of Wang s model, changing some parameters used in the models. The results suggest that the decrease of the period of stimulus presentation increases the indecision in the model, the insertion of a delay period prior to stimulus presentation has an effect on some aspects of the decision-making process and the model used can not replicate the forgetting of an information in working memory.
publishDate 2011
dc.date.issued.fl_str_mv 2011-12-20
dc.date.accessioned.fl_str_mv 2015-03-04T18:57:42Z
dc.date.available.fl_str_mv 2015-02-23
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://tede.lncc.br/handle/tede/147
url https://tede.lncc.br/handle/tede/147
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Laboratório de Computação Científica
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Modelagem Computacional
dc.publisher.initials.fl_str_mv LNCC
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Serviço de Análise e Apoio a Formação de Recursos Humanos
publisher.none.fl_str_mv Laboratório de Computação Científica
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do LNCC
instname:Laboratório Nacional de Computação Científica (LNCC)
instacron:LNCC
instname_str Laboratório Nacional de Computação Científica (LNCC)
instacron_str LNCC
institution LNCC
reponame_str Biblioteca Digital de Teses e Dissertações do LNCC
collection Biblioteca Digital de Teses e Dissertações do LNCC
bitstream.url.fl_str_mv http://tede-server.lncc.br:8080/tede/bitstream/tede/147/1/abrunhosa.pdf
http://tede-server.lncc.br:8080/tede/bitstream/tede/147/2/abrunhosa.pdf.jpg
bitstream.checksum.fl_str_mv 26e84474baa99456a5e38fa0ebb409e7
8c389f0128da689c9a6575af0b42b5da
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC)
repository.mail.fl_str_mv library@lncc.br||library@lncc.br
_version_ 1790266129273323520