Transição de fase em redes neuronais com camadas

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Martinez, Laura Antonia Barth
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: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Física
Transformações de fase (Física estatística)
Psicofisica
Redes neurais (Computação)
Link de acesso: https://repositorio.ufsc.br/handle/123456789/198674
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências Físicas e Matemáticas, Programa de Pós-Graduação em Física, Florianópolis, 2018.
id UFSC_e8af13ba81c0b7e2b3d73c2bb763f16a
oai_identifier_str oai:repositorio.ufsc.br:123456789/198674
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Transição de fase em redes neuronais com camadasFísicaTransformações de fase (Física estatística)PsicofisicaRedes neurais (Computação)Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências Físicas e Matemáticas, Programa de Pós-Graduação em Física, Florianópolis, 2018.O cérebro é um sistema dinâmico que está sujeito a fenômenos estocásticos, como avalanches neuronais, que são fenômenos que possuem criticalidade auto-organizada. A distribuição de probabilidade do tamanho e da duração dessas avalanches possuem um comportamento de lei de potência, o que pode ser favorável para a transmissão de informação no cérebro. A área que estuda a propagação de informação sensorial de forma quantitativa é a Psicofísica, nela a relação entre estímulo e percepção pode se dar através de uma lei de potência, conhecida como lei de Stevens. Um modelo matemático que otimiza a simulação computacional de sistemas excitáveis como o cérebro, são os autômatos celulares, pois eles funcionam a tempos discretos e sua evolução obedece regras simples. O objetivo de estudar redes em camadas é se aproximar mais da dinâmica de sistemas fisiológicos. Ao simular duas camadas com 100% de elementos excitáveis e outro com 20% de elementos inibitórios, pode-se constatar que o expoente crítico da lei Stevens diminui em comparação com sistemas de uma camada. E o intervalo de percepção sensorial para diferentes estímulos sofre uma transição de fase e é otimizado no ponto crítico.Abstract : The brain is a dynamic system that is subject to stochastic phenomena, such as neuronal avalanches, which are phenomena that have self-organized criticality. The probability distribution of the size and duration of these avalanches have a power law behavior, which may be conducive to the transmission of information in the brain. The area that studies the propagation of sensory information in a quantitative way is Psychophysics, the relation between stimulus and perception can be given through a law of power, known as Stevens law. A mathematical model that optimizes the computational simulation of excitable systems such as the brain, are cellular automata, as they function at discrete times and their evolution obeys simple rules. The goal of studying layered networks is to get closer to the dynamics of physiological systems. By simulating two layers with 100% excitable elements and another with 20% inhibitory elements, it can be seen that the critical exponent of the Stevens law decreases in comparison to one layer system. And the range of sensory perception for different stimuli undergoes a phase transition and is optimized at the critical point.Tragtenberg, Marcelo Henrique RomanoUniversidade Federal de Santa CatarinaMartinez, Laura Antonia Barth2019-07-25T11:57:32Z2019-07-25T11:57:32Z2018info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis109 p.| il., gráfs.application/pdf358513https://repositorio.ufsc.br/handle/123456789/198674porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2019-07-25T11:57:32Zoai:repositorio.ufsc.br:123456789/198674Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732019-07-25T11:57:32Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Transição de fase em redes neuronais com camadas
title Transição de fase em redes neuronais com camadas
spellingShingle Transição de fase em redes neuronais com camadas
Martinez, Laura Antonia Barth
Física
Transformações de fase (Física estatística)
Psicofisica
Redes neurais (Computação)
title_short Transição de fase em redes neuronais com camadas
title_full Transição de fase em redes neuronais com camadas
title_fullStr Transição de fase em redes neuronais com camadas
title_full_unstemmed Transição de fase em redes neuronais com camadas
title_sort Transição de fase em redes neuronais com camadas
author Martinez, Laura Antonia Barth
author_facet Martinez, Laura Antonia Barth
author_role author
dc.contributor.none.fl_str_mv Tragtenberg, Marcelo Henrique Romano
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Martinez, Laura Antonia Barth
dc.subject.por.fl_str_mv Física
Transformações de fase (Física estatística)
Psicofisica
Redes neurais (Computação)
topic Física
Transformações de fase (Física estatística)
Psicofisica
Redes neurais (Computação)
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências Físicas e Matemáticas, Programa de Pós-Graduação em Física, Florianópolis, 2018.
publishDate 2018
dc.date.none.fl_str_mv 2018
2019-07-25T11:57:32Z
2019-07-25T11:57:32Z
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 358513
https://repositorio.ufsc.br/handle/123456789/198674
identifier_str_mv 358513
url https://repositorio.ufsc.br/handle/123456789/198674
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 109 p.| il., gráfs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808653086673076224

Registros relacionados