NEUROMORPHIC COMPUTING AND INTEGRATIVE COGNITIVE SYSTEMS

NEUROMORPHIC COMPUTING AND INTEGRATIVE COGNITIVE SYSTEMS

_
iten
Codice
80576
ANNO ACCADEMICO
2019/2020
CFU
6 cfu al 2° anno di 8725 BIOINGEGNERIA (LM-21) GENOVA
SETTORE SCIENTIFICO DISCIPLINARE
ING-INF/06
LINGUA
Italiano (Inglese a richiesta)
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. Applicazioni allo sviluppo di perceptual engines per abilitare 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                16:00-17:00 Ufficio: pad. E, Via Opera Pia 13 (III piano) Lab: “Bioengineering - SyNaPSI”,  pad. E, Via Opera Pia 13, (I piano)  

Commissione d'esame

SILVIO PAOLO SABATINI (Presidente)

FABIO SOLARI

PAOLO MASSOBRIO

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.

Calendario appelli

Data Ora Luogo Tipologia Note
17/09/2020 09:00 GENOVA Esame su appuntamento

ALTRE INFORMAZIONI

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