Séance de cours

Réseaux d'attractions : Généralisations du modèle Hopfield

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 couvre les réseaux d'attraction et les généralisations du modèle Hopfield en neuroscience computationnelle. Les sujets abordés comprennent le modèle de Hopfield stochastique, le paysage énergétique, les modèles de faible activité, les neurones spiking, la récupération de mémoire et la convergence dynamique vers des points fixes.

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

Concepts associés (23)

Souvenir (mémoire)

Un souvenir est quelque chose dont on se remémore, un élément de la mémoire. Paul Valéry Pour René Descartes, la description des mécanismes psychologiques permet de définir certaines de nos facultés. Ainsi le souvenir des choses matérielles est-il la conservation de certaines traces de mouvements provoqués dans notre cerveau. De même, l'imagination ne s'explique que par des mouvements corporels joints à une certaine activité de l'âme.

Réseau de neurones de Hopfield

Le réseau de neurones d'Hopfield est un modèle de réseau de neurones récurrents à temps discret dont la matrice des connexions est symétrique et nulle sur la diagonale et où la dynamique est asynchrone (un seul neurone est mis à jour à chaque unité de temps). Il a été popularisé par le physicien John Hopfield en 1982. Sa découverte a permis de relancer l'intérêt dans les réseaux de neurones qui s'était essoufflé durant les années 1970 à la suite d'un article de Marvin Minsky et Seymour Papert.

Memory error

Memory gaps and errors refer to the incorrect recall, or complete loss, of information in the memory system for a specific detail and/or event. Memory errors may include remembering events that never occurred, or remembering them differently from the way they actually happened. These errors or gaps can occur due to a number of different reasons, including the emotional involvement in the situation, expectations and environmental changes.

Mémoire (psychologie)

thumb|350px|Les formes et fonctions de la mémoire en sciences. En psychologie, la mémoire est la faculté de l'esprit d'enregistrer, conserver et rappeler les expériences passées. Son investigation est réalisée par différentes disciplines : psychologie cognitive, neuropsychologie, et psychanalyse. thumb|Pyramide des cinq systèmes de mémoire. Le courant cognitiviste classique regroupe habituellement sous le terme de mémoire les processus dencodage, de stockage et de récupération des représentations mentales.

Memory consolidation

Memory consolidation is a category of processes that stabilize a memory trace after its initial acquisition. A memory trace is a change in the nervous system caused by memorizing something. Consolidation is distinguished into two specific processes. The first, synaptic consolidation, which is thought to correspond to late-phase long-term potentiation, occurs on a small scale in the synaptic connections and neural circuits within the first few hours after learning.

Afficher plus

Séances de cours associées (64)

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.

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.

Plasticité synaptique: Apprentissage de la mémoire en ligne MOOC: Dynamique neuronale 2- Neurosciences computationnelles : Dynamique neuronale de la cognition

Explore la plasticité synaptique, les modèles de timing et les défis d'apprentissage de la mémoire en ligne dans les neurosciences computationnelles.

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.

L'informatique scientifique en neurosciences

Explore l'histoire et les outils de l'informatique scientifique en neuroscience, en mettant l'accent sur la simulation des neurones et des réseaux.

Afficher plus

Concepts associés (23)

Souvenir (mémoire)

Réseau de neurones de Hopfield

Memory error

Mémoire (psychologie)

Memory consolidation

Afficher plus