Return to search

Análise de um modelo probabilístico de decisão utilizando uma rede de neurônios recorrentes / Analysis of a probabilistic decision model using a network of recurrent neurons

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: 2011-12-20 / Coordenacao de Aperfeicoamento de Pessoal de Nivel Superior / 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. / 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.

Identiferoai:union.ndltd.org:IBICT/oai:tede-server.lncc.br:tede/147
Date20 December 2011
CreatorsFernandes, Daniel Abrunhosa
ContributorsPorto, Fabio Andre Machado, Zana, Yossi, Blanco, Pablo Javier, Tort, Adriano Bretanha Lopes
PublisherLaboratório de Computação Científica, Programa de Pós-Graduação em Modelagem Computacional, LNCC, Brasil, Serviço de Análise e Apoio a Formação de Recursos Humanos
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações do LNCC, instname:Laboratório Nacional de Computação Científica, instacron:LNCC
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0019 seconds