NUEVOS PARADIGMAS BIOINSPIRADOS APLICADOS A COMPUTACION ARTIFICIAL
ESTE PROYECTO SE DESARROLLA EN EL CONTEXTO DE LOS SITEMAS ARTIFICIALES DE COMPUTACION BIOINSPIRADOS EXPANDIENDO LAS LINEAS DE INVESTIGACION ABIERTAS EN ESTE CAMPO POR EL GRUPO DE NEUROCOMPUTACION BIOLOGICA (GNB) DE LA UNIVERSIDAD...
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 2010-01-01
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
Proyectos interesantes
TIN2017-84452-R
INTERACCION DINAMICA ENTRE SISTEMAS COMPUTACION NATURAL Y SI...
58K€
Cerrado
PID2020-114867RB-I00
INCORPORACION DE PRINCIPIOS DE PROCESAMIENTO DE INFORMACION...
46K€
Cerrado
BRAIN-I-NETS
Novel Brain Inspired Learning Paradigms for Large Scale Neu...
3M€
Cerrado
FIS2010-20054
MODELIZACION TEORICO-EXPERIMENTAL DE REDES NEURONALES IMPLIC...
36K€
Cerrado
ORGANIC
Self organized recurrent neural learning for language proces...
4M€
Cerrado
Fecha límite de participación
Sin fecha límite de participación.
Descripción del proyecto
ESTE PROYECTO SE DESARROLLA EN EL CONTEXTO DE LOS SITEMAS ARTIFICIALES DE COMPUTACION BIOINSPIRADOS EXPANDIENDO LAS LINEAS DE INVESTIGACION ABIERTAS EN ESTE CAMPO POR EL GRUPO DE NEUROCOMPUTACION BIOLOGICA (GNB) DE LA UNIVERSIDAD AUTONOMA DE MADRID. LOS AVANCES EN EL ESTUDIO DEL SISTEMA NERVIOSO EN LOS ULTIMOS AÑOS HAN PROPORCIONADO UNA INGENTE CANTIDAD DE NUEVOS DATOS Y MODELOS RELATIVOS A LOS MECANISMOS DE CODIFICACION, TRANSFORMACION, COORDINACION, CREACION Y APRENDIZAJE DE INFORMACION EN DISTINTOS TIPOS DE REDES NEURONALES BIOLOGICAS. ESTOS AVANCES INDICAN QUE EL PROCESAMIENTO DE LA INFORMACION EN NEURONAS BIOLOGICAS HACE USO DE LA PRESENCIA DE RELACIONES PREFERENCIALES DE ENTRADA/SALIDA, DE LA DISTINGUIBILIDAD DE LAS UNIDADES DE PROCESAMIENTO, DE MECANISMOS DE CONTEXTUALIZACION LOCAL DE LA INFORMACION, DE LA CODIFICACION ESPACIO-TEMPORAL DE ESTIMULOS, DE ARQUITECTURAS DE CONEXION QUE MAXIMIZAN LA CAPACIDAD DE LAS REDES, DE MECANISMOS DE MEMORIA TRANSITORIA LOCAL Y REGLAS DE APRENDIZAJE NO SOLAMENTE SINAPTICO, SINO TAMBIEN SUBCELULAR. EL ESTUDIO E IMPLEMENTACION DE ESTAS ESTRATEGIAS EN NUEVOS SISTEMAS DE COMPUTACION ARTIFICIAL DARAN LUGAR SIN DUDA A NUEVAS APLICACIONES EN INTELIGENCIA ARTIFICIAL, ROBOTICA Y DISPOSITIVOS ELECTRONICOS (E.G. NARICES ELECTRONICAS). A SU VEZ ESTOS NUEVOS PARADIGMAS DE COMPUTACION ARTIFICIAL PUEDEN GENERAR UNA SERIE DE NUEVAS HIPOTESIS SOBRE EL PROCESAMIENTO DE INFORMACION NEURONAL QUE, UNA VEZ VERIFICADAS EXPERIMENTALMENTE, PODRIAN CONTRIBUIR A UN MAYOR CONOCIMIENTO DEL SISTEMA NERVIOSO. EN ESTE CONTEXTO, LOS OBJETIVOS DEL PRESENTE PROYECTO PUEDEN RESUMIRSE EN: (I) EL DISEÑO DE PARADIGMAS NEURONALES BASADOS EN FIRMAS NEURONALES Y CONTEXTUALIZACION LOCAL DE LA INFORMACION, (II) LA IDENTIFICACION DE PRINCIPIOS FUNDAMENTALES QUE GOBIERNAN EL FUNCIONAMIENTO DE LOS CPGS BIOLOGICOS SUSCEPTIBLES DE SER INCORPORARLOS EN EL DISEÑO DE ROBOTS MODULARES BIOMIMETICOS CON CAPACIDAD DE LOCOMOCION EN AMBIENTES NO ESTRUCTURADOS (III) LA DETERMINACION DE PRINCIPIOS FUNDAMENTALES INVOLUCRADOS EN EL RECONOCIMIENTO Y DISCRIMINACION DE PATRONES POR EL SISTEMA OLFATIVO PARA SU INCORPORACION EN EL DISEÑO DE NARICES ELECTRONICAS BIOMIMETICAS, (IV) LA CARACTERIZACION DE LAS DIFERENTES FASES DE RECUPERACION LOCAL DE REDES NEURONALES RECURRENTES DE CODIGO DISPERSO Y SUS REGLAS DE APRENDIZAJE, (V) EL DISEÑO DE UNA NUEVA PLATAFORMA SOFTWARE QUE INTERCONECTE BIDIRECCIONALMENTE EN TIEMPO REAL AGENTES DE DIFERENTE NATURALEZA Y FINALMENTE (VII) EL DISEÑO Y APLICACION DE NUEVAS TECNICAS PARA EL ANALIS DE REGISTROS E IMAGENES NEUROFISIOLOGICAS.