Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-08-13T20:41:07Z No. of bitstreams: 1 LUIZ BRUNELLI - TESE PPGEE 2005..pdf: 3761170 bytes, checksum: e05b83824a2a7e6d3aca6ea19daf1396 (MD5) / Made available in DSpace on 2018-08-13T20:41:07Z (GMT). No. of bitstreams: 1 LUIZ BRUNELLI - TESE PPGEE 2005..pdf: 3761170 bytes, checksum: e05b83824a2a7e6d3aca6ea19daf1396 (MD5) Previous issue date: 2005-02 / CNPq / Nesta tese descreve-se uma nova solução para o tratamento da complexidade das interconexões entre os elementos de processamento das redes neuronais artificiais (RNAs). Ela possibilita implementar RNAs em hardware, de tecnologia digital, com um número maior de neurônios do que se faz atualmente. As RNAs têm sido usadas como solução em vários problemas complexos. Em alguns destes problemas faz-se necesário a sua implementação em hardware. Vários s˜ao os compromissos que devem ser satisfeitos durante o projeto e implementa¸c˜ao das RNAs, dentre eles o das interconexões entre os neurônios. Atualmente encontram-se implementações neuronais utilizando circuitos integrados especificamente desenvolvidos para uma dada arquitetura de rede neuronal e também o uso de circuitos integrados configurados pelo usuário. Dentre estes circuitos existem os FPGAs reconfigur´aveis dinamicamente (DR-FPGAs) que podem ter suas características alteradas durante a sua opera¸c˜ao, sem sofrer interrupções em seu funcionamento normal. Estes dispositivos têm sido utilizados na implementação de RNAs. Propõe-se uma solução para o problema das interconexões entre os neurônios artificiais utilizando os DR-FPGAs e uma nova forma de computação: as Figuras de Execução (F.E.). As F.E. permitem teoricamente reduzir o impacto das interconexões através da eliminação do transporte de dados via barramento, além de outras vantagens e desvantagens durante o processamento da computação. As F.E. não parecem estar restritas apenas as aplicações de RNAs. Elas podem ser utilizadas pela computação reconfigurável em problemas massivamente paralelos e/ou que necessitem trocar informações entre os vários elementos de processamento do sistema. / In this thesis a new solution for the treatment of the complexity in the interconnections among the processing elements of the artificial neural networks (ANNs) is described. It enables realize ANNs digital hardware implementation with a larger number of neurons than does nowadays. The ANNs have been used as a solution in various complex problems. Some of these problems require hardware implementation. A lot of constraints must be satisfied during the project flow of the implementations of ANNs, such as the neural interconnections. Nowadays, neural implementations are done using integrated circuits, specifically developed for a given neural network architecture or integrated circuits configured by the user. Among these circuits exist the dynamically reconfigured FPGAs (DR-FPGAs) which can have their characteristics changed during operation without suffering interruptions in their execution. These devices have been usedforANNimplementations. Itpresentsaproposaltosolvethe interconnection problem for artificial neurons using DR-FPGAs in a new computational way: the Execution Patterns1 (EPs). The EPs allow, theoretically, to reduce the influence of interconnections through the removal of data transport via busses, besides other advantages and disadvantages. TheEPsdoesnotseemtoberestrictedonlytoANNapplications. They can be used by reconfigurable computation in massive parallel problems and/or problems that demand information exchange among the various elements in a processing system.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-08-13T17:40:43Z No. of bitstreams: 1 NIVALDO ANTONIO PORTELA DE VASCONCELOS - TESE PPGCC 2010..pdf: 20480342 bytes, checksum: 82f77f75c6f1cf552f12520c132add82 (MD5) / Made available in DSpace on 2018-08-13T17:40:43Z (GMT). No. of bitstreams: 1 NIVALDO ANTONIO PORTELA DE VASCONCELOS - TESE PPGCC 2010..pdf: 20480342 bytes, checksum: 82f77f75c6f1cf552f12520c132add82 (MD5) Previous issue date: 2010-11-25 / Capes / Apesar dos grandes avanços da neurociência, a codificação de objetos complexos,realizada por assembléias neuronais, ao nível telencefálico, permanece ainda não muito clara. Alguns trabalhos têm obtido sucesso utilizando a informação da ativação de conjuntos neuronais no córtex inferior temporal de primatas adultos. Nesta Tese, procuramos investigar a codificação para objetos complexos em ratos, durante a vigília, quando são observados conjuntos de neurônios de regiões primárias e do hipocampo. Como abordagem de análise, propôs-se a implementação de uma população de classificadores capaz de decidir entre as diferentes respostas neuronais, relativas aos estímulos provenientes de diferentes objetos. Os resultados encontrados, utilizando classificadores baseados em cinco diferentes modelos, demonstram a viabilidade de classificação das respostas dos neurônios biológicos em função do contato com os objetos, e que isso pode acontecer com intervalos amostrais (bins) entre 50ms e 500ms. Os resultados sugerem que esta codificação parece estar distribuída na ativação do conjunto de neurônios, ao invés de ser representada por um grupo pequeno de neurônios altamente específicos. Uma contribuição importante desta Tese foi mostrar que esta codificação de objetos pode ser encontrada também em áreas corticais primárias de animais como ratos, não ficando restrita ao córtex inferior temporal de primatas adultos. Outra contribuição da abordagem de análise proposta neste estudo foi mostrar que mesmo com o animal no escuro, é possível obter informação suficiente na ativação neuronal do córtex visual primário para decidir sobre com qual objeto o animal está em contato táctil. Tais resultados sugerem uma mudança dos modelos de processamento de informação nas áreas sensoriais primárias e no hipocampo. Os resultados sugerem que os circuitos hipocampo-corticais se organizam como uma grade computacional, na qual o engajamento no processamento de informação depende de disponibilidade e demanda. / Despite major advances in neuroscience, the coding of complex objects, held by neuronal ensemblesattelencephaliclevel,stillnotveryclear. Someworkshavebeensuccessfulusing the information on the activation of neuronal assemblies within Inferior Temporal cortex in adult primates. In this thesis, we investigate coding of complex objects in rats, during wakefulness, based on primary sensory neurons and hippocampal regions. As analysis approach,proposed the implementation of a population of classifiers able to decide between the different neuronal responses, relative to stimuli from different objects. The results so far, using five classifiers different models, demonstrate the feasibility of classification of responses of biological neurons as a function of the contact with objects, and that this can be done using 250ms bin width. The results suggest that this coding seems to be distributed in the activation of the set of neurons, rather than being represented by specific neurons. An important contribution of this thesis was to show that this coding of complex objects can also be found in the primary areas of animals like mice, not getting inferior temporal cortex restricted to adult primates. Another contribution of the approach analysis proposed in this thesis was to show that even with the animal in the dark, you can get sufficient information on the neuronal activation of primary visual cortex to decide whether to what object the animal is in contact touch. The cerebral cortex, including primary sensory areas and hippocampus, processes information like a computer grid, in which idle computing resources are dynamically allocated in a distributed manner to perform the task at hand, according to global demand and local availability.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-08-14T16:42:54Z No. of bitstreams: 1 EWALDO EDER CARVALHO SANTANA - TESE PPGEE 2009..pdf: 5646465 bytes, checksum: d83cd716193f68815a22b066836f3ae6 (MD5) / Made available in DSpace on 2018-08-14T16:42:54Z (GMT). No. of bitstreams: 1 EWALDO EDER CARVALHO SANTANA - TESE PPGEE 2009..pdf: 5646465 bytes, checksum: d83cd716193f68815a22b066836f3ae6 (MD5) Previous issue date: 2009-11-06 / 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. / In this work it is proposed an unsupervised neural network model, which seems biologically plausible in modeling the primary visual cortex (V1). It is, also, studied de behavior of the receptive fields of V1. In order to modeling the net it was used the concepts of local discrepancy and interactions between neighbor neurons, as well the non-linearity characteristics of neurons. It was designed a fixed-point algorithm to train the neural network.

Submitted by RENATO Kogeyama (rkogeyama@gmail.com) on 2015-03-06T14:50:01Z No. of bitstreams: 1 Dissertação final.pdf: 1794273 bytes, checksum: b90c57e65dc2272d6edcdbabe5703b90 (MD5) / Approved for entry into archive by Janete de Oliveira Feitosa (janete.feitosa@fgv.br) on 2015-03-10T12:44:03Z (GMT) No. of bitstreams: 1 Dissertação final.pdf: 1794273 bytes, checksum: b90c57e65dc2272d6edcdbabe5703b90 (MD5) / Approved for entry into archive by Marcia Bacha (marcia.bacha@fgv.br) on 2015-03-12T19:58:58Z (GMT) No. of bitstreams: 1 Dissertação final.pdf: 1794273 bytes, checksum: b90c57e65dc2272d6edcdbabe5703b90 (MD5) / Made available in DSpace on 2015-03-12T19:59:13Z (GMT). No. of bitstreams: 1 Dissertação final.pdf: 1794273 bytes, checksum: b90c57e65dc2272d6edcdbabe5703b90 (MD5) Previous issue date: 2014-12-17 / Who was the cowboy in Washington? What is the land of sushi? Most people would have answers to these questions readily available,yet, modern search engines, arguably the epitome of technology in finding answers to most questions, are completely unable to do so. It seems that people capture few information items to rapidly converge to a seemingly 'obvious' solution. We will study approaches for this problem, with two additional hard demands that constrain the space of possible theories: the sought model must be both psychologically and neuroscienti cally plausible. Building on top of the mathematical model of memory called Sparse Distributed Memory, we will see how some well-known methods in cryptography can point toward a promising, comprehensive, solution that preserves four crucial properties of human psychology.