overzicht samenvatting en discussie hc1 t/m hc4 samenvatting en discussie hc1 t/m hc4 inleiding tot de rest van het vak inleiding tot de rest van het vak toepassingen toepassingen

onderwerpen die nog komen Hopfield H7 Hopfield H7 Kohonen H8 Kohonen H8 ART H9 ART H9 Elman artikel Elman artikel Spiking Neurons artikel Spiking Neurons artikel

Hopfield associatief leren, part of the pattern is sensory cue, the rest is associated with it –beelden vergelijken met wat je eerder zag –na een paar tonen, herken je het liedje al Hebb leer regel stored patternsensory cues

self-organization (unsupervised learning) elk neuron representeert een gedeelte van de pattern- space andere vorm van self-organization: Principal Component Analysis Kohonen pattern space weight space

ART template matching aantal templates neemt toe tijdens het leren

Elman time series recurrent net (memory) predicition of next input context layer remembers last state of hidden layer inputs output layer hidden layer context layer

Spiking Neurons communicatie dmv. spiking patterns doel: modelleren van echte neuronen

overzicht samenvatting en discussie hc1 t/m hc4 samenvatting en discussie hc1 t/m hc4 inleiding tot de rest van het vak inleiding tot de rest van het vak toepassingen toepassingen

psychiatric patient length of stay (6.11 boek) psychiatric patient length of stay (6.11 boek) stock market forecasting (6.11 boek) stock market forecasting (6.11 boek) PAPNET PAPNET nummerbord classificatie nummerbord classificatie GENESIS GENESIS Pioneer II Pioneer II applications

psychiatric patient length of stay MLP voorspellen hoe lang een patient blijft betere verdeling van financiële middelen classificatie probleem training: gegevens uit het verleden leeftijd, geslacht, inwoners stad, eerdere opname, familie, ernst v/d ziekte, psychiatrische diagnose testing: voorspellen nieuwe patienten

stock market forecasting MLP voorspellen van het succes van een aandeel, zes maanden na huidige meting classificatie probleem training: gegevens uit het verleden testing: vergelijking met multivariate linear regression model

PAPNET vroege detectie van kanker 300, ,000 cellen in een Pap smear, slechts enkele zijn besmet MLP, training data: plaatjes van cellen uit het archief neurale netwerken selecteren de 128 meest verdachte cellen menselijke experts analyseren deze 98% van het werk wordt zo geautomatiseerd

nummerbord classificatie Improving the performance of neural network classifiers by task reduction and output concatenation PCA MLP 3000 samples voor trainen/testen input ruimte 40 * 32 pixels = 1280D! input: 30 principal components hiddens: 15 in 1 laag (trial-and-error) output: 36 classes splitsing in letters en cijfers splitsing op basis van vormeigenschappen

GENESIS GEneral NEural SImulation System object oriented simulation environment biologische plausibiliteit staat voorop elk abstractie niveau, van een enkele cel tot hersengebieden

GENESIS ontwikkeld als general-purpose-research-tool voor het modelleren van biologische neurale systemen anatomische structuur en fysiologische eigenschappen worden zo goed mogelijk nagebootst –cerebellar Purkinje cell model, with 4550 compartments and 8021 ionic conductances –large systems-level models of cerebellar pathways PGENESIS (parallel processing via internet)

Pioneer II robot leert obstakels te ontwijken dmv. correlatie activiteit “bots-sensoren” en sonar biologische plausibiliteit (Hebbian) initialisatie na het trainen

en verder... ze proberen van alles wetenschappelijke literatuur internet

overzicht samenvatting en discussie hc1 t/m hc4 samenvatting en discussie hc1 t/m hc4 inleiding tot de rest van het vak inleiding tot de rest van het vak toepassingen toepassingen

volgende college M61! Hopfield Hopfield boek: H7 boek: H7