Produzindo Padrões Rítmicos Arbitrários: Características Biológicas em Sistemas Neurolocomotores Artificiais
Autores
|
1851 |
786,131
|
|
|
1852 |
786,131
|
Informações:
Publicações do PESC
Título
Produzindo Padrões Rítmicos Arbitrários: Características Biológicas em Sistemas Neurolocomotores Artificiais
Linha de pesquisa
Arquitetura e Sistemas Operacionais
Tipo de publicação
Tese de Doutorado
Número de registro
Data da defesa
22/12/1999
Resumo
Como uma máquina comum a quase todos os fenômenos de vida, Oscillatory Neural Networks (ONN) têm um papel crucial nas atividades de todos os animais. Depois de revisar alguns resultados de pesquisa novos em Central Pattern Generators (CPGs), que é um ramo concreto de estudos em ONN, esta tese apresenta uma abordagem nova, macros- cópica e generalizante na reprodução de oscilações neurais acopladas observadas em CPGs biológicos durante o controle do andar. Baseado em Scheduling by Multiple Edge Reversal (SMER), um sincronizador distribuído simples e poderoso, vários Oscillatory Building Blocks (OBBs) podem ser configurados para a produção de padrões rítmicos complicados observados no andar dos mais diversos animais dotados de um número de pernas pareados. Finalmente, uma metodologia original é provida para construção de uma arquitetura alvo de CPG artificial como uma rede neural de Hopfield assimétrica que se comporta como SMER.
Abstract
As an engine of almost all life phenomena, Oscillatory Neural Networks play a crucial role in the activities of all animals. After reviewing on some new research results on locomotor Central Pattern Generators (CPGs), which is a concrete branch of studies on Oscillatory Neural Networks, this thesis presents a novel, macroscopic and model-independent approach for the retrieval of coupled neural oscillations observed in biological CPGs during the control of walking. Based on Scheduling by Multiple Edge Reversal (SMER), a simple and powerful distributed synchronizer, various Oscillatory Building Blocks (OBBs) can be configured for the production of complicated rhythmic patterns and a methodology is provided for the construction of a target artificial CPGs architecture behaving as a SMER-like asymmetric Hopfield neural networks.
Arquivo