Salta al contenuto principale della pagina

NEUROMORPHIC COMPUTING AND INTEGRATIVE COGNITIVE SYSTEMS

CODICE 80576
ANNO ACCADEMICO 2019/2020
CFU 6 cfu al 2° anno di 8725 BIOINGEGNERIA (LM-21) GENOVA
SETTORE SCIENTIFICO DISCIPLINARE ING-INF/06
LINGUA Italiano (Inglese a richiesta)
SEDE GENOVA (BIOINGEGNERIA )
PERIODO 1° Semestre
MATERIALE DIDATTICO AULAWEB

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Modelli neuromorfi per la rappresentazione e l’elaborazione distribuita di segnali multidimensionali. Primitive computazionali e schemi architetturali. Applicazioni allo sviluppo di perceptual engines per abilitare comportamenti autonomi in sistemi complessi e in ambienti naturali.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

L'insegnamento si propone di informare lo studente sui moderni approcci integrati allo studio dei sistemi cognitivi che tengono conto (1) dei principi di organizzazione e sviluppo del sistema nervoso, (2) della coesistenza del sistema nervoso in un corpo e quindi del loro reciproco condizionamento (problema dell’embodiment), (3) della complessità dell’ambiente esterno. In questo quadro, l’insegnamento propone metodi, tecniche e strumenti per l’analisi, la simulazione e la sintesi di perceptual engines ad architettura neuromorfa per (1) la rappresentazione ed elaborazione sub-simbolica e distribuita delle informazioni sensoriali e (2) per la loro integrazione funzionale con il comportamento motorio. La percezione visuo-spaziale e la capacità di coordinamento visuomotorio sono presi come ambito di riferimento. L’approccio seguito combina i principi propri  dell’elaborazione del segnale, delle reti connessioniste e dell’embodied cognition.

MODALITA' DIDATTICHE

Lezioni in aula. Seminari di approfondimento. Journal club.

PROGRAMMA/CONTENUTO

PARTE 1 - MODELLI DI ELABORAZIONE DEL SEGNALE VISIVO

  • Trasformazioni retinocorticali
  • Rappresentazioni armoniche multicanale per l'early vision
  • Campi recettivi binoculari nel dominio spaziotemporale
  • Codifica di popolazione

PARTE 2 - CIRCUITI E ARCHITETTURE NEUROMORFE

  • Primitive circuitali e modelli di rete
  • Inibizione laterale diretta e codifica predittiva
  • Inibizione laterale ricorsiva
  • Normalizzazione divisiva

PARTE 3 - INGEGNERIA PERCETTIVA

  • Teoria computazionale e tecniche di regolarizzazione
  • Percezione della profondità
  • Percezione del moto
  • Soluzioni neuromorfe: rilevatori di movimento e di disparità binoculare
  • Coordinamento dei movimenti oculari

TESTI/BIBLIOGRAFIA

Materiale disponibile su aulaweb o distribuito a lezione (copia dei lucidi e note).

Ulteriori riferimenti, esclusivamente a titolo di consultazione:

  • P. Dayan and L.F. Abbott. Theoretical Neuroscience: Computational and Mathematical Modeling of Neural Systems. The MIT Press, 2001.
  • H.A. Mallot. Computational Vision: Information Processing in Perception and Visual Behavior. The MIT Press, 2000.

DOCENTI E COMMISSIONI

Commissione d'esame

SILVIO PAOLO SABATINI (Presidente)

PAOLO MASSOBRIO

FABIO SOLARI

LEZIONI

MODALITA' DIDATTICHE

Lezioni in aula. Seminari di approfondimento. Journal club.

ESAMI

MODALITA' D'ESAME

50% sviluppo di un esempio/applicazione/approfondimento di un argomento visto a lezione.

50% esame orale. La prova consiste nell’inquadrare in modo appropriato e discutere due argomenti assegnati (tipicamente, un “modello teorico” e una “soluzione computazionale di un problema percettivo”).

MODALITA' DI ACCERTAMENTO

Al termine dell’insegnamento lo studente dovrà dimostrare capacità di analisi e di sintesi di paradigmi di elaborazione neuromorfa a livello cellulare, circuitale e di sistema.

Calendario appelli

Data Ora Luogo Tipologia Note
13/02/2020 09:00 GENOVA Esame su appuntamento
17/09/2020 09:00 GENOVA Esame su appuntamento

ALTRE INFORMAZIONI

Costituiscono propedeuticità l’insegnamento di "Perceptual systems and interaction” e  conoscenze di base di algebra lineare e di elaborazione del segnale.