edoc-Server der Humboldt-Universität zu Berlin

Dissertation

Autor(en): Mathias Franzius
Titel: Slowness and sparseness for unsupervised learning of spatial and object codes from naturalistic data
Gutachter: L. Wiskott; R. Kempter; A. Treves
Erscheinungsdatum: 27.06.2008
Volltext: pdf (urn:nbn:de:kobv:11-10090424)
Fachgebiet(e): Biowissenschaften, Biologie
Schlagwörter (ger): Hippocampus, Objekterkennung, Ortszellen, Unüberwachtes Lernen
Schlagwörter (eng): Hippocampus, Object Recognition, Place Cells, Unsupervised Learning
Einrichtung: Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät I
Zitationshinweis: Franzius, Mathias: Slowness and sparseness for unsupervised learning of spatial and object codes from naturalistic data; Dissertation, Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät I , publiziert am 27.06.2008, urn:nbn:de:kobv:11-10090424
Metadatenexport: Um den gesamten Metadatensatz im Endnote- oder Bibtex-Format zu speichern, klicken Sie bitte auf den entsprechenden Link. Endnote   Bibtex  
print on demand: Wenn Sie auf dieses Icon klicken, können Sie ein Druckexemplar dieser Publikation bestellen.
Diese Seite taggen: Diese Icons führen auf so genannte Social-Bookmark-Systeme, auf denen Sie Lesezeichen anlegen, persönliche Tags vergeben und Lesezeichen anderer Nutzer ansehen können.
  • connotea
  • del.icio.us
  • Furl
  • RawSugar

Abstract (ger):
Diese Doktorarbeit führt ein hierarchisches Modell für das unüberwachte Lernen aus quasi-natürlichen Videosequenzen ein. Das Modell basiert auf den Lernprinzipien der Langsamkeit und Spärlichkeit, für die verschiedene Ansätze und Implementierungen vorgestellt werden. Eine Vielzahl von Neuronentypen im Hippocampus von Nagern und Primaten kodiert verschiedene Aspekte der räumlichen Umgebung eines Tieres. Dazu gehören Ortszellen (place cells), Kopfrichtungszellen (head direction cells), Raumansichtszellen (spatial view cells) und Gitterzellen (grid cells). Die Hauptergebnisse dieser Arbeit basieren auf dem Training des hierarchischen Modells mit Videosequenzen aus einer Virtual-Reality-Umgebung. Das Modell reproduziert die wichtigsten räumlichen Codes aus dem Hippocampus. Die Art der erzeugten Repräsentationen hängt hauptsächlich von der Bewegungsstatistik des simulierten Tieres ab. Das vorgestellte Modell wird außerdem auf das Problem der invaranten Objekterkennung angewandt, indem Videosequenzen von simulierten Kugelhaufen oder Fischen als Stimuli genutzt wurden. Die resultierenden Modellrepräsentationen erlauben das unabhängige Auslesen von Objektidentität, Position und Rotationswinkel im Raum.
Abstract (eng):
This thesis introduces a hierarchical model for unsupervised learning from naturalistic video sequences. The model is based on the principles of slowness and sparseness. Different approaches and implementations for these principles are discussed. A variety of neuron classes in the hippocampal formation of rodents and primates codes for different aspects of space surrounding the animal, including place cells, head direction cells, spatial view cells and grid cells. In the main part of this thesis, video sequences from a virtual reality environment are used for training the hierarchical model. The behavior of most known hippocampal neuron types coding for space are reproduced by this model. The type of representations generated by the model is mostly determined by the movement statistics of the simulated animal. The model approach is not limited to spatial coding. An application of the model to invariant object recognition is described, where artificial clusters of spheres or rendered fish are presented to the model. The resulting representations allow a simple extraction of the identity of the object presented as well as of its position and viewing angle.
Zugriffsstatistik: Die Daten für die Zugriffsstatistik der einzelnen Dokumente wurden aus den durch AWStats aggregierten Webserver-Logs erstellt. Sie beziehen sich auf den monatlichen Zugriff auf den Volltext sowie auf die Startseite. Die Zugriffsstatistik wird nicht standardisiert erfasst und kann maschinelle Zugriffe enthalten.
 
Bei Formatversionen eines Dokuments, die aus mehreren Dateien bestehen (insbesondere HTML), wird jeweils der monatlich höchste Zugriffswert auf eine der Dateien (Kapitel) des Dokuments angezeigt.
 
Um die detaillierten Zugriffszahlen zu sehen, fahren Sie bitte mit dem Mauszeiger über die einzelnen Balken des Diagramms.
Startseite: 4 Zugriffe Startseite: 2 Zugriffe PDF: 1 Zugriffe Startseite: 9 Zugriffe PDF: 4 Zugriffe Startseite: 1 Zugriffe PDF: 4 Zugriffe Startseite: 2 Zugriffe PDF: 3 Zugriffe Startseite: 6 Zugriffe PDF: 4 Zugriffe Startseite: 1 Zugriffe PDF: 3 Zugriffe PDF: 6 Zugriffe PDF: 3 Zugriffe Startseite: 3 Zugriffe PDF: 8 Zugriffe Startseite: 4 Zugriffe PDF: 6 Zugriffe Startseite: 5 Zugriffe PDF: 2 Zugriffe PDF: 2 Zugriffe PDF: 3 Zugriffe Startseite: 2 Zugriffe PDF: 14 Zugriffe Startseite: 3 Zugriffe PDF: 19 Zugriffe Startseite: 1 Zugriffe PDF: 9 Zugriffe Startseite: 2 Zugriffe PDF: 20 Zugriffe Startseite: 2 Zugriffe PDF: 11 Zugriffe Startseite: 2 Zugriffe PDF: 9 Zugriffe Startseite: 6 Zugriffe PDF: 10 Zugriffe Startseite: 2 Zugriffe PDF: 10 Zugriffe PDF: 3 Zugriffe Startseite: 3 Zugriffe PDF: 20 Zugriffe Startseite: 5 Zugriffe PDF: 9 Zugriffe Startseite: 1 Zugriffe PDF: 14 Zugriffe Startseite: 2 Zugriffe PDF: 48 Zugriffe Startseite: 4 Zugriffe PDF: 31 Zugriffe Startseite: 2 Zugriffe PDF: 43 Zugriffe PDF: 12 Zugriffe Startseite: 4 Zugriffe PDF: 23 Zugriffe PDF: 26 Zugriffe Startseite: 2 Zugriffe PDF: 24 Zugriffe
Jul
11
Aug
11
Sep
11
Oct
11
Nov
11
Dec
11
Feb
12
Apr
12
May
12
Jun
12
Jul
12
Aug
12
Sep
12
Oct
12
Nov
12
Dec
12
Jan
13
Feb
13
Mar
13
Apr
13
May
13
Jun
13
Jul
13
Aug
13
Sep
13
Oct
13
Nov
13
Dec
13
Jan
14
Feb
14
Mar
14
Apr
14
May
14
Jun
14
Jul
14
Monat Jul
11
Aug
11
Sep
11
Oct
11
Nov
11
Dec
11
Feb
12
Apr
12
May
12
Jun
12
Jul
12
Aug
12
Oct
12
Nov
12
Jan
13
Feb
13
Mar
13
Apr
13
May
13
Jun
13
Jul
13
Aug
13
Sep
13
Oct
13
Nov
13
Dec
13
Jan
14
Feb
14
Mar
14
Apr
14
May
14
Jun
14
Jul
14
Startseite 4 2 9 1 2 6 1     3 4 5     2 3 1 2 2 2 6 2   3 5 1 2 4 2   4   2
PDF   1 4 4 3 4 3 6 3 8 6 2 2 3 14 19 9 20 11 9 10 10 3 20 9 14 48 31 43 12 23 26 24

Gesamtzahl der Zugriffe seit Jul 2011:

  • Startseite – 80 (2.29 pro Monat)
  • PDF – 404 (11.88 pro Monat)
 
 
Generiert am 22.08.2014, 15:49:50