エッジの向き, 運動方向, 速さを自己組織的に抽出する視覚系モデル
スポンサーリンク
概要
- 論文の詳細を見る
In this paper, we propose a neural network model that can detect in any of moving direction, moving speed and edge orientation of visual stimuli. The model adapts its structure to each function by a parameter of learning equations. The learning equations vary a horizontal connection and a self connection weight. Preferred stimulus is decided by the horizontal connection and the self connection. Computer simulations show self-organization of a edge orientation, a moving direction and a moving speed selectivity by single model. And we discuss a possibility of a functional specialization model.
- 日本神経回路学会の論文
- 1995-11-05
著者
関連論文
- 短-中-長期記憶形成モデルにおける海馬周辺領野のDynamicsについて
- 会話的相互作用から得られる報酬にもとづいたインクリメンタルな単語概念の獲得
- 会話的相互作用からえられる報酬にもとづいたインクリメンタルな単語概念の獲得
- 連続時間ダイナミクスをもつ連想記憶によるマルチモーダル情報処理
- 状況に依存してマルチモーダル情報の選択が可能な連想認識モデルによる音声認識
- 遅延見本あわせ課題の脳内プロセスの Neural Network モデル
- 脳におけるシンボル処理のモデルとその計算能力について
- 行動学習における負の強化の検討
- 連続信号からの離散地図の自己組織化と類似探索に基づく移動ロボットの行動計画の研究
- 階層的記憶のモデルとニューラルネットワーク
- Matchable状況分解に基づくMulti-module強化学習による移動ロボットの経路探索
- ネットワーク分散型移動ロボット実験システム
- 移動ロボット実験用システム
- 強化学習における適応的状態空間構成法
- SD-2-4 ネオコグニトロンを用いた画像理解システムのパラメータチューニング
- 大規模並列計算システム上での画像理解に向けてのネオコグニトロンの性能予測
- 一般化Hopfieldモデルについて
- ノイズ駆動型神経回路網モデルにおける時間パターン生成の解析
- 選択的注意と記号知識とハイブリッドによる重なり図形の領域分割
- J. Elman, et al「認知発達と生得性—心はどこから来るのか—」
- 強化学習における分割による自律的状態空間構成法
- 学習時定数の違いによっておきる海馬と新皮質の記憶における機能分離のモデル
- 神経回路網国際会議
- 脳の認知過程としての記憶モデル(ニューラルネットワークと認知科学)
- 動的n-k最近接近傍法による画像のスムージング
- PATON:動的神経回路網モデルによる概念学習
- エッジの向き, 運動方向, 速さを自己組織的に抽出する視覚系モデル
- 記号とパターンの統合による画像理解のための一方式
- 記号とパターンの統合による画像理解のための一方式 : パターン的な知識と記号的な知識の相互変換
- 海馬閉回路における抑制性細胞の役割
- 記憶モデルPATONによる視覚探索のシミュレーション
- PATON : 文脈依存性を表現する動的神経回路網モデル
- A robot with a learning visual information processing.