Séance de cours

Capacité de stockage : Prototypes et dynamique neuronale

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Description

Cette séance de cours s'inscrit dans la capacité de stockage de la mémoire associative dans les réseaux de neurones, en mettant l'accent sur l'apprentissage et la rétention de plusieurs prototypes. En analysant les interactions entre les patrons et les neurones, l'instructeur explique les conditions minimales requises pour les points fixes dans la dynamique. La séance de cours explore l'impact d'un trop grand nombre de prototypes sur les taux d'erreur et la relation proportionnelle entre le nombre de prototypes stockés et les neurones. De plus, il traite du concept de charge de mémoire et de récupération de mémoire sans contrôleur centralisé. La présentation porte également sur les modèles aléatoires de marche et les écarts types dans le contexte de la dynamique neuronale.

Dans MOOC

Dynamique neuronale 2- Neurosciences computationnelles : Dynamique neuronale de la cognition

Ce cours constitue une introduction au domaine des neurosciences théoriques et computationnelles, en mettant l'accent sur les modèles de neurones individuels. Les neurones encodent l'information sur les stimuli dans une séquence de courtes impulsions électriques (spikes).

Source officielle

Proximité ontologique

Statistique

Inférence statistique: Statistique mathématique

Concepts associés (26)

Écart type

thumb|Exemple de deux échantillons ayant la même moyenne (100) mais des écarts types différents illustrant l'écart type comme mesure de la dispersion autour de la moyenne. La population rouge a un écart type (SD = standard deviation) de 10 et la population bleue a un écart type de 50. En mathématiques, l’écart type (aussi orthographié écart-type) est une mesure de la dispersion des valeurs d'un échantillon statistique ou d'une distribution de probabilité.

Valeur absolue des écarts

En statistique, la déviation absolue moyenne (ou simplement déviation moyenne) d'un ensemble est la moyenne (ou valeur prévue) des déviations absolues par rapport à un point central d'une série statistique. C'est une statistique sommaire de dispersion ou de variabilité statistique, et elle peut être associée à toute mesure à une tendance centrale (moyenne, médiane, mode...). La déviation absolue d'un élément a d'un ensemble de données x par rapport à un réel est a – x.

Deviation (statistics)

In mathematics and statistics, deviation is a measure of difference between the observed value of a variable and some other value, often that variable's mean. The sign of the deviation reports the direction of that difference (the deviation is positive when the observed value exceeds the reference value). The magnitude of the value indicates the size of the difference. Errors and residuals A deviation that is a difference between an observed value and the true value of a quantity of interest (where true value denotes the Expected Value, such as the population mean) is an error.

Median absolute deviation

In statistics, the median absolute deviation (MAD) is a robust measure of the variability of a univariate sample of quantitative data. It can also refer to the population parameter that is estimated by the MAD calculated from a sample. For a univariate data set X1, X2, ..., Xn, the MAD is defined as the median of the absolute deviations from the data's median : that is, starting with the residuals (deviations) from the data's median, the MAD is the median of their absolute values. Consider the data (1, 1, 2, 2, 4, 6, 9).

Erreur type

Lerreur type d'une statistique (souvent une estimation d'un paramètre) est l'écart type de sa distribution d'échantillonnage ou l'estimation de son écart type. Si le paramètre ou la statistique est la moyenne, on parle d'erreur type de la moyenne. La distribution d'échantillonnage est générée par tirage répété et enregistrements des moyennes obtenues. Cela forme une distribution de moyennes différentes, et cette distribution a sa propre moyenne et variance.

Afficher plus

Séances de cours associées (64)

Processus stochastiques : Examen et propriétés

Couvre l'examen des variables aléatoires, des fonctions de densité de probabilité, de la variance et des processus gaussiens.

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.

Probabilité avancée : résumé

Couvre les variables aléatoires, les espaces déchantillons, les distributions de probabilité, les fonctions, la valeur attendue, la variance et les estimations.

Statistiques et visualisation des données morphométriques MOOC: Simulation de la neuroscience

Couvre l'analyse statistique et la visualisation des données morphométriques, y compris la discrimination entre les types d'arbres et les calculs numpy.

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.

Afficher plus

Concepts associés (26)

Écart type

Valeur absolue des écarts

Deviation (statistics)

Median absolute deviation

Erreur type

Afficher plus