注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)人工智能類腦計(jì)算

類腦計(jì)算

類腦計(jì)算

定 價(jià):¥288.00

作 者: 危輝 著
出版社: 科學(xué)出版社
叢編項(xiàng):
標(biāo) 簽: 暫缺

ISBN: 9787030718938 出版時(shí)間: 2022-07-01 包裝: 平裝
開本: 16開 頁數(shù): 849 字?jǐn)?shù):  

內(nèi)容簡介

  《類腦計(jì)算》從多學(xué)科交叉的角度將神經(jīng)生物學(xué)在視覺神經(jīng)機(jī)制、神經(jīng)元信號加工與編碼方面的解剖學(xué)與電生理學(xué)發(fā)現(xiàn)和認(rèn)知心理學(xué)關(guān)于知覺信息加工、工作記憶等方面的實(shí)驗(yàn)結(jié)論,與人工智能中關(guān)于圖像理解與人工神經(jīng)元網(wǎng)絡(luò)模型結(jié)合起來,設(shè)計(jì)能夠模擬視網(wǎng)膜、初級視皮層和高級視皮層部分圖像信息加工功能,以及模擬神經(jīng)編碼微回路的數(shù)據(jù)結(jié)構(gòu)和層次網(wǎng)絡(luò)計(jì)算模型,并用計(jì)算機(jī)視覺或圖像理解領(lǐng)域常用的測試數(shù)據(jù)集來驗(yàn)證這些網(wǎng)絡(luò)計(jì)算模型的效能。這些深入考慮了神經(jīng)生物學(xué)基本機(jī)制與約束的計(jì)算模型,一方面能夠在工程方面為圖像理解或信息保持提供不同于傳統(tǒng)方法的新解決方案,另一方面也為神經(jīng)科學(xué)研究提供了探索神經(jīng)信號加工內(nèi)在機(jī)理的仿真平臺。這些以信息加工神經(jīng)生理機(jī)制和認(rèn)知心理機(jī)制為基本出發(fā)點(diǎn)的計(jì)算建模研究為人工智能關(guān)于表征、神經(jīng)計(jì)算新模型、基于結(jié)構(gòu)的學(xué)習(xí)模型、不同于經(jīng)典圖靈機(jī)模型的新計(jì)算架構(gòu)開拓了思路。

作者簡介

暫缺《類腦計(jì)算》作者簡介

圖書目錄

目錄 
前言 
第1章 什么是類腦計(jì)算 1 
1.1 類腦計(jì)算的非正式說明 1 
1.2 類腦計(jì)算助力工程問題 2 
1.3 類腦計(jì)算助力神經(jīng)科學(xué)研究 6 
1.4 類腦計(jì)算與人工智能 10 
參考文獻(xiàn) 11 
第2章 基于多尺度感受野的警覺保持計(jì)算模型 12 
2.1 人類視覺系統(tǒng) 12 
2.1.1 眼睛的構(gòu)造 12 
2.1.2 視網(wǎng)膜的結(jié)構(gòu)與功能 13 
2.1.3 視網(wǎng)膜|外膝體|視皮層通路的定量分析 16 
2.1.4 視覺的空間辨別 19 
2.1.5 視神經(jīng)通路 20 
2.1.6 感受野的研究 23 
2.1.7 視覺信息處理機(jī)制給計(jì)算機(jī)視覺的啟示 26 
2.2 DOG模型 27 
2.2.1 DOG模型概述 27 
2.2.2 on事件與off事件的定義及檢測規(guī)則 28 
2.2.3 參數(shù)選取及閾值界定 31 
2.3 警覺保持計(jì)算模型 38 
2.3.1 逐級加工的層次網(wǎng)絡(luò)模型 38 
2.3.2 多尺度感受野的設(shè)計(jì)算法 40 
2.3.3 擬神經(jīng)節(jié)單元生成算法 42 
2.3.4 感受野覆蓋特性研究 42 
2.3.5 警覺保持算法 46 
2.4 仿真實(shí)驗(yàn) 47 
2.4.1 實(shí)驗(yàn)參數(shù)的設(shè)定 47 
2.4.2 實(shí)驗(yàn)結(jié)果 49 
參考文獻(xiàn) 54
第3章 生物視網(wǎng)膜早期機(jī)制的模擬與性能平衡 55 
3.1 生物視網(wǎng)膜結(jié)構(gòu)模型 55 
3.1.1 眼睛的結(jié)構(gòu)與視覺成像原理 55 
3.1.2 生物視網(wǎng)膜層次網(wǎng)絡(luò)結(jié)構(gòu) 56 
3.1.3 生物視網(wǎng)膜信息處理的概要性流程 58 
3.1.4 生物視網(wǎng)膜信息處理過程中值得研究的幾個(gè)重要問題 59 
3.2 早期視覺模型分類與分析 60 
3.2.1 早期視覺模型分類 60 
3.2.2 “黑匣子”算法模型 61 
3.2.3 簡單生理擬合模型 61 
3.2.4 復(fù)雜生理擬合模型 63 
3.3 早期視覺機(jī)制的模擬 65 
3.3.1 模擬視網(wǎng)膜結(jié)構(gòu)的計(jì)算模型 65 
3.3.2 視網(wǎng)膜神經(jīng)節(jié)細(xì)胞感受野分布模型 70 
3.3.3 光感受器細(xì)胞的算法模型 72 
3.3.4 神經(jīng)節(jié)細(xì)胞的算法模型 74 
3.4 計(jì)算模型的實(shí)現(xiàn)與實(shí)驗(yàn)分析 75 
3.4.1 模型的實(shí)現(xiàn) 75 
3.4.2 真實(shí)圖片實(shí)驗(yàn)結(jié)果與分析 75 
參考文獻(xiàn) 85 
第4章 視網(wǎng)膜仿真及其感知效能分析 87 
4.1 視網(wǎng)膜各層結(jié)構(gòu)在信息處理中的作用 87 
4.2 視網(wǎng)膜中的垂直并行通路結(jié)構(gòu)簡介 88 
4.2.1 視錐細(xì)胞通路與視桿細(xì)胞通路 88 
4.2.2 ON與OFF通路 88 
4.2.3 顏色、亮度、運(yùn)動等功能性并行通路 89 
4.2.4 視網(wǎng)膜各并行通路在信息處理中的作用 90 
4.3 視網(wǎng)膜模型設(shè)計(jì)與實(shí)現(xiàn) 91 
4.3.1 視網(wǎng)膜模型的整體模式圖 91 
4.3.2 光感受器層的模擬 92 
4.3.3 水平細(xì)胞層和雙極細(xì)胞層的模擬 98 
4.3.4 無長足細(xì)胞層的模擬 101 
4.3.5 神經(jīng)節(jié)細(xì)胞層的模擬 102 
4.4 實(shí)驗(yàn)系統(tǒng)設(shè)計(jì)與分析 104 
4.4.1 視網(wǎng)膜網(wǎng)絡(luò)模型的基本結(jié)構(gòu)驗(yàn)證實(shí)驗(yàn) 104
4.4.2 視網(wǎng)膜網(wǎng)絡(luò)模型的刺激探測效果及物體表征效果實(shí)驗(yàn) 109 
4.4.3 視網(wǎng)膜神經(jīng)節(jié)細(xì)胞感受野對視網(wǎng)膜性能的影響分析 115 
參考文獻(xiàn) 117 
第5章 基于視網(wǎng)膜的圖像局部朝向刺激表征模型 119 
5.1 視覺計(jì)算模型 119 
5.1.1 數(shù)字圖像的表征 120 
5.1.2 “像素?zé)o關(guān)”的采樣策略 122 
5.1.3 非均勻密度分布細(xì)胞的生成 123 
5.1.4 視覺計(jì)算模型的逐層構(gòu)建 125 
5.1.5 視覺計(jì)算模型的平行通路 130 
5.1.6 圖像表征與重構(gòu) 134 
5.1.7 本節(jié)小結(jié) 134 
5.2 視覺計(jì)算模型的圖像表征實(shí)驗(yàn) 135 
5.2.1 圖像復(fù)雜度的概念 135 
5.2.2 邊界直線段的檢測實(shí)驗(yàn) 137 
5.2.3 圖像的\\解構(gòu)“與\\重構(gòu)”實(shí)驗(yàn) 139 
5.2.4 本節(jié)小結(jié) 141 
5.3 視覺計(jì)算模型的效能分析 141 
5.3.1 確定視覺計(jì)算模型各層計(jì)算單元的位置 142 
5.3.2 由類神經(jīng)節(jié)細(xì)胞的空間位置產(chǎn)生的幾何約束 143 
5.3.3 視覺計(jì)算模型的效能平衡點(diǎn) 150 
5.3.4 本節(jié)小結(jié) 152 
參考文獻(xiàn) 152 
第6章 顏色拮抗機(jī)制的計(jì)算模型 153 
6.1 顏色拮抗機(jī)制 153 
6.2 一種基于非經(jīng)典感受野的模型 156 
6.2.1 模型設(shè)計(jì) 156 
6.2.2 實(shí)驗(yàn) 164 
6.2.3 本節(jié)小結(jié) 166 
6.3 一種基于神經(jīng)節(jié)細(xì)胞經(jīng)典感受野拮抗機(jī)制的圖像表征模型 167 
6.3.1 模型設(shè)計(jì) 167 
6.3.2 實(shí)驗(yàn) 175 
6.3.3 本節(jié)小結(jié) 181 
參考文獻(xiàn) 182
第7章 初級視皮層計(jì)算模型構(gòu)建及其高階功能探索 183 
7.1 計(jì)算模型設(shè)計(jì)與實(shí)現(xiàn) 183 
7.1.1 早期視覺系統(tǒng)模型 183 
7.1.2 視網(wǎng)膜、外膝體層的模擬 184 
7.1.3 方位柱的模擬實(shí)現(xiàn) 186 
7.1.4 顏色通道的模擬實(shí)現(xiàn) 188 
7.2 實(shí)驗(yàn)系統(tǒng)設(shè)計(jì)與分析 191 
7.2.1 計(jì)算模型的設(shè)計(jì)驗(yàn)證 191 
7.2.2 過程與結(jié)果的驗(yàn)證 194 
7.2.3 高階功能探索實(shí)驗(yàn) 200 
參考文獻(xiàn) 203 
第8章 基于非經(jīng)典感受野機(jī)制的計(jì)算模型 204 
8.1 非經(jīng)典感受野機(jī)制 204 
8.1.1 經(jīng)典感受野的生理學(xué)研究 204 
8.1.2 非經(jīng)典感受野的生理學(xué)研究 207 
8.1.3 視網(wǎng)膜神經(jīng)節(jié)細(xì)胞的非經(jīng)典感受野神經(jīng)機(jī)制 209 
8.1.4 視網(wǎng)膜的逆向調(diào)控機(jī)制 209 
8.1.5 固視微動 210 
8.1.6 對非經(jīng)典感受野已有工作的總結(jié) 211 
8.2 三層網(wǎng)絡(luò)模型 212 
8.2.1 模型設(shè)計(jì) 213 
8.2.2 實(shí)驗(yàn)結(jié)果 215 
8.2.3 本節(jié)小結(jié) 218 
8.3 多層次網(wǎng)絡(luò)計(jì)算模型設(shè)計(jì) 218 
8.3.1 計(jì)算回路設(shè)計(jì) 219 
8.3.2 層次網(wǎng)絡(luò)模型設(shè)計(jì) 221 
8.3.3 GC感受野的數(shù)學(xué)模型 222 
8.3.4 參數(shù)設(shè)置 223 
8.3.5 動態(tài)感受野設(shè)計(jì) 229 
8.4 圖像表征的相關(guān)實(shí)驗(yàn) 231 
8.4.1 一致性實(shí)驗(yàn) 231 
8.4.2 簡潔性實(shí)驗(yàn) 232 
8.4.3 忠實(shí)性實(shí)驗(yàn) 236 
8.5 通用表征對圖像理解的促進(jìn)實(shí)驗(yàn) 242 
8.5.1 聚類促進(jìn)實(shí)驗(yàn) 243
8.5.2 分割促進(jìn)實(shí)驗(yàn) 244 
8.5.3 輪廓擬合實(shí)驗(yàn) 247 
參考文獻(xiàn) 253 
第9章 朝向選擇性模型及其應(yīng)用 257 
9.1 模型生理基礎(chǔ) 257 
9.1.1 初級視覺通路 258 
9.1.2 神經(jīng)節(jié)及外膝體細(xì)胞的感受野 259 
9.1.3 簡單細(xì)胞的感受野 262 
9.2 LGN細(xì)胞對刺激的響應(yīng)模型 265 
9.2.1 與對比度無關(guān)的響應(yīng) 265 
9.2.2 響應(yīng)函數(shù)及其性質(zhì) 268 
9.2.3 響應(yīng)曲線 271 
9.3 簡單細(xì)胞的方向計(jì)算模型 272 
9.3.1 基本*小二乘模型 273 
9.3.2 非線性優(yōu)化模型 274 
9.3.3 模型求解及解的性質(zhì) 276 
9.3.4 誤差分析 279 
9.3.5 改進(jìn)的非線性加權(quán)模型 280 
9.3.6 理想Hubel-Wiesel條件下方向不唯一性 282 
9.4 實(shí)驗(yàn)及分析 283 
9.4.1 方向檢測方法 283 
9.4.2 模型的選擇 284 
9.4.3 參數(shù)的確定 285 
9.4.4 簡單細(xì)胞感受野的模擬 287 
9.4.5 刺激復(fù)雜度與計(jì)算誤差 288 
9.5 模型應(yīng)用一:圖像的方向檢測 289 
9.5.1 檢測方法 289 
9.5.2 形狀圖像 292 
9.5.3 自然圖像 292 
9.5.4 對更高層處理的增強(qiáng) 302 
9.6 模型應(yīng)用二:視錯(cuò)覺的幾何解釋 305 
9.6.1 干擾導(dǎo)致計(jì)算偏差 305 
9.6.2 錯(cuò)覺的解釋 306 
9.7 模型應(yīng)用三:平面的朝向分析 312 
9.7.1 三維圖像信息獲取 312
9.7.2 成像模型 313 
9.7.3 基本圖形的三維信息 316 
9.7.4 場景綜合特征分析 322 
9.7.5 實(shí)驗(yàn) 324 
參考文獻(xiàn) 328 
第10章 基于非經(jīng)典感受野的圖像表征模型 336 
10.1 非經(jīng)典感受野機(jī)制 336 
10.1.1 經(jīng)典感受野 336 
10.1.2 非經(jīng)典感受野 339 
10.1.3 視網(wǎng)膜神經(jīng)節(jié)細(xì)胞的功能模型 341 
10.1.4 非經(jīng)典感受野和一些心理學(xué)實(shí)驗(yàn)現(xiàn)象的關(guān)系 342 
10.1.5 經(jīng)典感受野和非經(jīng)典感受野的動態(tài)特征 343 
10.2 視網(wǎng)膜神經(jīng)節(jié)細(xì)胞的建?!?44 
10.2.1 神經(jīng)節(jié)細(xì)胞非經(jīng)典感受野作為圖像表征的載體 344 
10.2.2 神經(jīng)節(jié)細(xì)胞感受野的數(shù)學(xué)模型 346 
10.2.3 將RGB顏色值轉(zhuǎn)換為類波長單值 348 
10.2.4 神經(jīng)節(jié)細(xì)胞計(jì)算模型的設(shè)計(jì) 350 
10.3 神經(jīng)節(jié)細(xì)胞感受野陣對圖像的表征 360 
10.3.1 從GC輸出圖像中進(jìn)行圖像重構(gòu) 360 
10.3.2 感受野與圖像統(tǒng)計(jì)特征的關(guān)聯(lián)性驗(yàn)證實(shí)驗(yàn) 362 
10.3.3 感受野與多分辨率分析 367 
10.3.4 感受野也是一種超像素 372 
10.4 基于非經(jīng)典感受野的表征對圖像后期加工的促進(jìn)作用 375 
10.4.1 對特征配準(zhǔn)的提升作用 375 
10.4.2 對圖像分割的提升作用 377 
10.5 利用非經(jīng)典感受野的表征實(shí)現(xiàn)圖像多尺度融合輪廓檢測 383 
10.5.1 非經(jīng)典感受野表征圖像 383 
10.5.2 算法設(shè)計(jì) 386 
10.5.3 利用神經(jīng)節(jié)細(xì)胞感受野尺寸變化得到多尺度信息 387 
10.5.4 感受野響應(yīng)值的計(jì)算 388 
10.5.5 抑制區(qū)模型和去抑制區(qū)模型的數(shù)學(xué)模擬 389 
10.5.6 實(shí)驗(yàn)結(jié)果 391 
10.5.7 算法的性能評估 395 
參考文獻(xiàn) 403
第11章 基于視皮層超柱結(jié)構(gòu)的圖像表征方法及其在形狀識別中的應(yīng)用 412 
11.1 構(gòu)建模擬初級視皮層V1區(qū)的神經(jīng)網(wǎng)絡(luò) 412 
11.1.1 SOM神經(jīng)網(wǎng)絡(luò)的特性、結(jié)構(gòu)與一般訓(xùn)練過程 412 
11.1.2 基于SOM神經(jīng)網(wǎng)絡(luò)的模擬初級視皮層的V-SOM神經(jīng)網(wǎng)絡(luò)設(shè)計(jì) 414 
11.1.3 V-SOM網(wǎng)絡(luò)模擬皮層結(jié)果與真實(shí)生理數(shù)據(jù)對比實(shí)驗(yàn) 41

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號