NEUROMORPHIC COMPUTING AND INTEGRATIVE COGNITIVE SYSTEMS

NEUROMORPHIC COMPUTING AND INTEGRATIVE COGNITIVE SYSTEMS

_
iten
Codice
80576
ANNO ACCADEMICO
2017/2018
CFU
6 cfu al 2° anno di 8725 BIOINGEGNERIA (LM-21) GENOVA
SETTORE SCIENTIFICO DISCIPLINARE
ING-INF/06
LINGUA
Italiano
SEDE
GENOVA (BIOINGEGNERIA )
periodo
1° Semestre
materiale didattico

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Modelli neuromorfi per la rappresentazione e l’elaborazione distribuita di segnali multidimensionali. Primitive computazionali e schemi architetturali. Elementi di scienze cognitive e di robotica cognitiva per lo sviluppo di comportamenti autonomi in sistemi complessi e in ambienti naturali.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

L'insegnamento si propone di informare lo studente sui moderni approcci integrati allo studio dei sistemi cognitivi che tengono conto (1) dei principi di organizzazione e sviluppo del sistema nervoso, (2) della coesistenza del sistema nervoso in un corpo e quindi del loro reciproco condizionamento (problema dell’embodiment), (3) della complessità dell’ambiente esterno. In questo quadro, l’insegnamento propone metodi, tecniche e strumenti per l’analisi, la simulazione e la sintesi di perceptual engines ad architettura neuromorfa per (1) la rappresentazione ed elaborazione sub-simbolica e distribuita delle informazioni sensoriali e (2) per la loro integrazione funzionale con il comportamento motorio. La percezione visuo-spaziale e la capacità di coordinamento visuomotorio sono presi come ambito di riferimento. L’approccio seguito combina i principi propri  dell’elaborazione del segnale, delle reti connessioniste e dell’embodied cognition.

Modalità didattiche

Lezioni in aula. Seminari di approfondimento. Journal club.

PROGRAMMA/CONTENUTO

PARTE 1 - MODELLI DI ELABORAZIONE DEL SEGNALE VISIVO

  • Trasformazioni retinocorticali
  • Rappresentazioni armoniche multicanale per l'early vision
  • Campi recettivi binoculari nel dominio spaziotemporale
  • Codifica di popolazione

PARTE 2 - CIRCUITI E ARCHITETTURE NEUROMORFE

  • Primitive circuitali e modelli di rete
  • Inibizione laterale diretta e codifica predittiva
  • Inibizione laterale ricorsiva
  • Normalizzazione divisiva

PARTE 3 - INGEGNERIA PERCETTIVA

  • Teoria computazionale e tecniche di regolarizzazione
  • Percezione della profondità
  • Percezione del moto
  • Soluzioni neuromorfe: rilevatori di movimento e di disparità binoculare
  • Coordinamento dei movimenti oculari

TESTI/BIBLIOGRAFIA

Materiale disponibile su aulaweb o distribuito a lezione (copia dei lucidi e note).

Ulteriori riferimenti, esclusivamente a titolo di consultazione:

  • P. Dayan and L.F. Abbott. Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems. The MIT Press, 2001.
  • H.A. Mallot. Computational Vision: Information Processing in Perception and Visual Behavior. The MIT Press, 2000.

DOCENTI E COMMISSIONI

Ricevimento: Lunedì                 11:00-13:00 Giovedì                14:30-16:30 Ufficio c/o pad. E, Via Opera Pia 13 (III piano) Lab: “The Physical Structure of Perception and Computation”,  Via Opera Pia 11a, III piano (tel: +39-010-3532794, website: www.pspc.unige.it )  

Commissione d'esame

SILVIO PAOLO SABATINI (Presidente)

FABIO SOLARI

LEZIONI

Modalità didattiche

Lezioni in aula. Seminari di approfondimento. Journal club.

ORARI

L'orario di tutti gli insegnamenti è consultabile su EasyAcademy.

Vedi anche:

NEUROMORPHIC COMPUTING AND INTEGRATIVE COGNITIVE SYSTEMS

ESAMI

Modalità d'esame

50% sviluppo di un esempio/applicazione/approfondimento di un argomento visto a lezione.

50% esame orale. La prova consiste nell’inquadrare in modo appropriato e discutere due argomenti assegnati (tipicamente, un “modello teorico” e una “soluzione computazionale di un problema percettivo”).

Modalità di accertamento

Al termine dell’insegnamento lo studente dovrà dimostrare capacità di analisi e di sintesi di paradigmi di elaborazione neuromorfa a livello cellulare, circuitale e di sistema.

ALTRE INFORMAZIONI

Costituiscono propedeuticità l’insegnamento di "Perceptual systems and interaction” e  conoscenze di base di algebra lineare e di elaborazione del segnale.