INTRINSICALLY NONLINEAR RECEPTIVE FIELDS: REPLACING THE STANDARD MODEL OF VISION
A PESAR DE LOS ENORMES AVANCES EN EL CAMPO DE VISION, ALGUNAS DE LAS CUESTIONES MAS IMPORTANTES Y URGENTES, AQUELLAS QUE OBSTACULIZAN EL PROGRESO DE MANERA MAS SIGNIFICATIVA, SIGUEN ABIERTAS.UNA BARRERA FUNDAMENTAL ES LA SIGUIENTE...
ver más
Fecha límite participación
Sin fecha límite de participación.
Financiación
concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto
el día 2021-01-01
No tenemos la información de la convocatoria
0%
100%
Información adicional privada
No hay información privada compartida para este proyecto. Habla con el coordinador.
¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video
Fecha límite de participación
Sin fecha límite de participación.
Descripción del proyecto
A PESAR DE LOS ENORMES AVANCES EN EL CAMPO DE VISION, ALGUNAS DE LAS CUESTIONES MAS IMPORTANTES Y URGENTES, AQUELLAS QUE OBSTACULIZAN EL PROGRESO DE MANERA MAS SIGNIFICATIVA, SIGUEN ABIERTAS.UNA BARRERA FUNDAMENTAL ES LA SIGUIENTE: LOS MODELOS DE VISION Y LAS REDES NEURONALES ARTIFICIALES (ANN) SIGUEN EL LLAMADO MODELO ESTANDAR, UN PARADIGMA LINEAL-NO LINEAL (L + NL) BASADO EN EL MODELO CLASICO DE ACTIVIDAD NEURONAL, Y POR LO TANTO SE BASAN EN EL CONCEPTO DE CAMPO RECEPTIVO (RF) LINEAL, QUE TIENE VARIOS PROBLEMAS INHERENTES.EN ESTE PROYECTO INVESTIGAREMOS NUEVOS PARADIGMAS DE MODELO DE VISION Y ANN, DONDE EL RF LINEAL ES REEMPLAZADO POR UNA FORMULACION PROPUESTA RECIENTEMENTE DENOMINADA CAMPO RECEPTIVO INTRINSECAMENTE NO LINEAL (INRF) QUE SUPERA LAS LIMITACIONES MENCIONADAS ANTERIORMENTE:- SI UN MODELO INRF Y UN MODELO L + NL TIENEN EL MISMO NUMERO DE PARAMETROS, EL INRF PUEDE HACER MAS COSAS. POR EJEMPLO, PREDECIR VARIOS FENOMENOS EN LA NEUROCIENCIA VISUAL Y LA PERCEPCION VISUAL QUE EL MODELO ESTANDAR NO PUEDE PREDECIR, A MENOS QUE SE HAGA QUE EL RF LINEAL CAMBIE CON LA ENTRADA. ADEMAS, DADA UNA RED NEURONAL CONVOLUCIONAL (CNN), LA ANN EQUIVALENTE BASADA EN INRF (DONDE LAS RF LINEALES DE LA CNN SE REEMPLAZAN POR MODULOS INRF) TIENE EL MISMO NUMERO DE PARAMETROS QUE LA CNN PERO MUCHO MENOS ERROR, O LOGRA EL MISMO ERROR RENDIMIENTO COMO LA CNN UTILIZANDO SOLO UNA FRACCION DE LOS DATOS DE ENTRENAMIENTO.- POR OTRO LADO, UN MODELO INRF PUEDE FUNCIONAR TAN BIEN COMO UN MODELO L + NL PERO USANDO UN NUMERO MUCHO MENOR DE PARAMETROS.LA CIENCIA EN ESTE PROYECTO DESARROLLARA Y MEJORARA AUN MAS EL MARCO INRF. EL DISEÑO DE LOS NUEVOS MODELOS NO LINEALES SE BASARA EN METODOS MATEMATICOS NOVEDOSOS, EXTENSOS DATOS EXPERIMENTALES DE COMPORTAMIENTO VISUAL Y NEUROCIENCIA VISUAL, Y EL ESTUDIO DE LAS TECNICAS DE LOS PROFESIONALES DEL CINE. ODELOS DE VISION\NEUROCIENCIA\PERCEPCION\REDES NEURONALES ARTIFICIALES