Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Concept

Réseau de neurones de Hopfield

Séances de cours associées (32)

Réseaux d'attractions et neurones à épilation MOOC: Dynamique neuronale 2- Neurosciences computationnelles : Dynamique neuronale de la cognition

Explore les réseaux d'attraction, les neurones piquants, les données de mémoire et les réseaux réalistes dans la dynamique neuronale.

Modèle Hopfield : Mémoire et dynamique MOOC: Dynamique neuronale 2- Neurosciences computationnelles : Dynamique neuronale de la cognition

Explore le modèle Hopfield pour la mémoire associative et sa dynamique.

Réseaux d'attractions et généralisations MOOC: Dynamique neuronale 2- Neurosciences computationnelles : Dynamique neuronale de la cognition

Explore les réseaux d'attraction, les généralisations du modèle Hopfield et la dynamique de la mémoire dans les neurosciences computationnelles.

Paysage énergétique: Interactions symétriques MOOC: Dynamique neuronale 2- Neurosciences computationnelles : Dynamique neuronale de la cognition

Explore le paysage énergétique dans les interactions symétriques, soulignant l'importance des poids symétriques et des modèles aléatoires.

Mémoire associative: Matériaux magnétiques MOOC: Dynamique neuronale 2- Neurosciences computationnelles : Dynamique neuronale de la cognition

Explore la dynamique de la mémoire associative dans les réseaux de neurones et comprend un détour en matériaux magnétiques.

Dynamique des réseaux neuronaux linéaires

Explore la dynamique d'apprentissage des réseaux neuronaux profonds en utilisant des réseaux linéaires pour l'analyse, couvrant les réseaux à deux couches et à plusieurs couches, l'apprentissage autosupervisé et les avantages de l'initialisation découplée.

Modélisation du rôle de l'hippocampe dans la navigation spatiale MOOC: Simulation d'un micro-circuit d'hippocampe

Discute du rôle de l'hippocampe dans la navigation spatiale et la formation de la représentation des cellules place à travers des modèles de réseau récurrents.

Réseaux d'attractions : Généralisations du modèle Hopfield MOOC: Dynamique neuronale 2- Neurosciences computationnelles : Dynamique neuronale de la cognition

Explore les réseaux d'attraction et les généralisations du modèle Hopfield en neuroscience computationnelle, en mettant l'accent sur la recherche de mémoire et la convergence dynamique.

Dynamique neuronale de la cognition : Mémoire associative MOOC: Dynamique neuronale 2- Neurosciences computationnelles : Dynamique neuronale de la cognition

Explore la mémoire associative dans les réseaux neuronaux, la structure neuronale et le traitement de l'information.

Réseaux liquides pour le contrôle de l'apprentissage

Explore les réseaux liquides pour le contrôle d'apprentissage dans les systèmes autonomes, en mettant l'accent sur l'apprentissage de bout en bout et la performance robuste.

Régularisation par arrêt anticipé

Explore la régularisation en s'arrêtant tôt dans les réseaux neuronaux profonds pour contrôler la flexibilité et éviter les surajustements.

Activité de réseau neuronal : Modélisation et analyse

Explore la modélisation des réseaux neuronaux, l'analyse de sensibilité et la réplication des conditions expérimentales pour comprendre l'activité cérébrale.

Introduction à la simulation du microcircuit MOOC: Simulation d'un micro-circuit d'hippocampe

Présente la simulation d'un microcircuit hippocampe et ses aspects clés.

Modèle de Hopfield stochastique MOOC: Dynamique neuronale 2- Neurosciences computationnelles : Dynamique neuronale de la cognition

Explore le modèle de Hopfield stochastique, les neurones bruyants, les probabilités de tir, la récupération de mémoire et les équations de chevauchement dans les réseaux d'attraction.

Apprentissage des associations MOOC: Dynamique neuronale 2- Neurosciences computationnelles : Dynamique neuronale de la cognition

Déplacez-vous dans la mémoire associative, l'apprentissage hebbien et l'organisation hiérarchique dans les réseaux neuronaux.

Reconstruire les régions du cerveau: défis et stratégies

Explore les défis de la modélisation des régions du cerveau en utilisant des atlas et des stratégies pour compenser les données et les hypothèses manquantes.

Relation avec les règles d'apprentissage neuronal

Explore la relation entre les règles d'apprentissage neuronal et les mises à jour de poids basées sur les récompenses et l'activité neuronale.

Équations intégrales neurales : modélisation des systèmes du monde réel

Explore les équations intégrales neurales pour modéliser les systèmes du monde réel à l'aide d'équations fonctionnelles non locales et de réseaux neuronaux profonds.

Exemples d'applications de la règle d'apprentissage d'Oja

Explore des exemples d'application de la règle d'apprentissage d'Oja dans les réseaux neuronaux.

Réseaux de neurones : multicouches

Explique le processus d'apprentissage dans les réseaux neuronaux multicouches, y compris la rétropropagation, les fonctions d'activation, la mise à jour des poids et la rétropropagation des erreurs.