هدف ما یادگیری رفتار تعمدی در مدل k ام Amygdala همراه با ساختار hyppocampal
مدل توسعه یافته شده در یک محیط ۲ درجه آزادی محاسباتی اعمال شده برای یک حیوان با کنترل سنسور چند متغیره شبیه سازی شده است. نتایج ما با اندازه گیری های ماکروسکوپیک تطابق یافته می شود.
در شبیه سازی های کامپیوتری مدل KIV ما از یک محیط ۲ درجه آزادی استفاده می کنیم. در این محیط، ربات در طول یک شبکه حرکت می کند. در هر نقطه ای، حرکت بعدی ربات در چهار جهت انتخاب می شود . ربات از دو سیستم سنسور استفاده می کند، که نشتنگر عمومی و سنسور مادون قرمز نام دارند.
نشانگر مسافت و جهت را تعیین می کند و مادون قرمز فاصله بین محل ربات با ۸ جهت E,NE,N,NW,W,SW,Sو SE را مشخص می سازد. عملکرد مدل KIV، از ۳ مرحله مهم تشکیل یافته است :
یادگیری، کنترل و طبقه بندی. در مرحله یادگیری، ربات محیط را ارزیابی می کند. در حضور سیگنالهای مثبت، یادگیری در غشای KIII رخ می دهد.
نتیجه گیری
هدف اصلی از این مطالعه نشان دادن نقش اساسی و مهم EC در دینامیک های ساده شده مدل KIV مغز می باشد. مدل توسعه یافته KIV در یک محیط ۲ درجه آزادی با استفاده از سنسورهای چندگانه تشخیص موقعیت، در کامپیوتر شبیه سازی شد. مدل KIV فاز حالت گذرا را در EC در محیط شبیه سازی تحریک می کرد.
این نتایج برای نمایش اندازه گیری های حقیقی EEG استفاده می شود. مطالعات آتی و در آینده برای مشخص کردن نقش مهم تغییرات پارامتریک، همانند مقادیر متغیر گین ها در اجزای KII و نیر انتخاب بهینه پارامترهای یادگیری در واحد های KIII اختصاص پیدا خواهد کرد.
یادگیری رفتار تعمدی در مدل k ام Amygdala همراه با ساختار hyppocampal
Learning Intentional Behavior In The K-Model Of The Amygdala And Entorhinal
Cortexwith The Cortico-Hyppocampal Formation
Published in: Elsevier
Date of Publication: November Neurocomputing 65–۶۶ (۲۰۰۵) ۲۳–۳۰
برای مشاهده مقاله ؛ تصویر فوق را کلیک کنید تا دانلود شود