More Related Content
Viewers also liked
Master's Degree Discussion - Danilo Romano
- 1. Meccanismi di plasticità sinaptica nell’apprendimento di task motori: modello computazionale e validazione sperimentale Candidato: Danilo Romano mat. 0622700291 Relatore: Ch.mo Prof. Angelo Marcelli
- 2. Introduzione •Intelligenza artificiale e apprendimento •Il cervelletto nel contesto dell’apprendimento motorio •Apprendimento e plasticità sinaptica •Obiettivi
- 3. Indice •Apprendimento motorio e cervelletto •Modello e meccanismo di plasticità sinaptica •Analisi delle prestazioni •Sviluppi futuri
- 4. Apprendimento motorio e cervelletto • Struttura del cervelletto • Topologia collegamenti • Sistemi afferenti (Gr) (NC) (MLI) (PC) (MF) (PF) (CF) (Go) (IO)
- 5. Apprendimento motorio e cervelletto • Meccanismo di plasticità sinaptica • Long Term Potentiation (LTP) • Long Term Depression (LTD) • Equazioni di rappresentazione Neurone pre-sinaptico Neurone post-sinaptico LTPLTD Sinapsi
- 6. Modello e meccanismo di plasticità sinaptica Collegamento Meccanismi previsti MF-Gr LTD & LTP PF-MLI LTD & LTP PF-PC LTD & LTP PC-MLI LTP MF-NC LTD & LTP LTD LTP LTD LTP LTD LTP LTD LTP LTP
- 8. • Descrizione del task • Simulazione in condizioni normali • Simulazione in condizioni di adattamento Apprendimento movimento finalizzato GO LEFTGO RIGHT
- 9. Risultati condizioni normali 20 40 60 80 100 0 50 100 b) 20 40 60 80 100 0 50 100 d) 20 40 60 80 100 0 50 100 c) 20 40 60 80 100 0 50 100 j) 20 40 60 80 100 0 50 100 e) CorrectPercentage 20 40 60 80 100 0 50 100 f) 20 40 60 80 100 0 50 100 g) 20 40 60 80 100 0 50 100 h) 20 40 60 80 100 0 50 100 i) epoch 20 40 60 80 100 0 50 100 a) epoch
- 10. 5 10 15 20 25 0 10 20 30 40 50 60 70 80 90 100 Normal phase epoch ErrorPercentage(%) 20 30 40 50 60 70 10 20 30 40 50 60 70 80 90 100 Adaptation phase epoch 20 30 40 50 60 70 80 85 90 95 100 b) 20 30 40 50 60 70 80 95 100 d) 20 30 40 50 60 70 80 50 100 c) 20 30 40 50 60 70 80 50 100 j) 20 30 40 50 60 70 80 50 100 e) ErrorPercentage(%) 20 30 40 50 60 70 80 50 100 f) 20 30 40 50 60 70 80 50 100 g) 20 30 40 50 60 70 80 50 100 h) 20 30 40 50 60 70 80 50 100 i) epoch 20 30 40 50 60 70 80 50 100 a) epoch Risultati condizioni adattamento • Struttura simulazione • Analisi contributo meccanismi di plasticità al livello PF-PC
- 11. Condizionamento Stimolo Incondizionato Stimolo condizionatoAccoppiamento stimoli • Descrizione del task • Simulazione in condizioni normali
- 12. Risultati condizioni normali 5 10 15 20 25 30 35 40 0 50 100 b) 5 10 15 20 25 30 35 40 0 50 100 d) 5 10 15 20 25 30 35 40 0 50 100 c) 5 10 15 20 25 30 35 40 0 50 100 j) 5 10 15 20 25 30 35 40 0 50 100 e) CRPercentage 5 10 15 20 25 30 35 40 0 50 100 f) 5 10 15 20 25 30 35 40 0 50 100 g) 5 10 15 20 25 30 35 40 0 50 100 h) 5 10 15 20 25 30 35 40 0 50 100 i) epoch 5 10 15 20 25 30 35 40 0 50 100 a) 0.45 0.5 0.55 0.6 0.65 0.7 0.75 0.8 Purkinje layer activation activation during epochs CorrectPercentage No LTD PF PC No LTP PF PC No LTD PF MLI No LTP PF MLI No RP MLI PC No LTD MF Gr No LTP MF Gr No LTD MF NC No LTP MF NC Regular Sim
- 13. 5 10 15 20 25 30 0 10 20 30 40 50 60 70 80 90 100 CRPercentage epoch No LTD PF PC No LTP PF PC No LTD PF MLI No LTP PF MLI No RP MLI PC No LTD MF Gr No LTP MF Gr No LTD MF NC No LTP MF NC Regular Sim Conditioning Extinction Esperimento di estinzione 5 10 15 20 25 30 0 10 20 30 40 50 60 70 80 90 100 epoch CRPercentage Conditioning Extinction • Struttura simulazione • Azzeramento dei meccanismi di plasticità • Analisi del collegamento al livello PF-PC • Lesione strato granulare 15 20 25 30 0 10 20 30 40 50 60 70 80 90 100 Red nucleus layer activation during extinction CRpercentage epoch 0% 20% 40% 60% 80% Gr Lesioned
- 14. 25 30 35 40 0 10 20 30 40 50 60 70 80 90 100 epoch CRPercentage 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 LTD PF PC Esperimento di ricondizionamento • Struttura simulazione • Analisi risultati azzeramento meccanismi plasticità • Esperimento per diversi valori learning rate 5 10 15 20 25 30 35 40 0 50 100 c) 5 10 15 20 25 30 35 40 0 50 100 e) CRPercentage 5 10 15 20 25 30 35 40 0 50 100 g) 50 100 i) 5 10 15 20 25 30 35 40 0 50 100 a)
- 15. Riflesso Vestibolo-Oculare • Descrizione del task • Simulazione in condizioni normali • Simulazione in condizioni di adattamento Focus Target
- 16. Risultati condizione di adattamento Normal Adaptation 10 20 30 40 50 60 70 0 10 20 30 40 50 60 70 80 90 100 epoch CorrectPercentage 10 20 30 40 50 60 70 0 50 100 10 20 30 40 50 60 70 0 50 100 10 20 30 40 50 60 70 0 50 100 10 20 30 40 50 60 70 0 50 100 10 20 30 40 50 60 70 0 50 100 CorrectPercentage 10 20 30 40 50 60 70 0 50 100 10 20 30 40 50 60 70 0 50 100 10 20 30 40 50 60 70 0 50 100 10 20 30 40 50 60 70 0 50 100 epoch 10 20 30 40 50 60 70 0 50 100 epoch • Struttura simulazione • Azzeramento dei meccanismi di plasticità • Analisi del collegamento al livello PF-PC
- 17. Risultati condizione di adattamento 10 20 30 40 50 60 70 0 50 100 10 20 30 40 50 60 70 0 50 100 10 20 30 40 50 60 70 0 50 100 CorrectPercentage 10 20 30 40 50 60 70 0 50 100 epoch 10 20 30 40 50 60 70 0 50 100 epoch • Azzeramento meccanismi di plasticità sulla base del criterio di località • Analisi contributo collegamento MF-Gr
- 18. Conclusioni • Prestazioni del modello • Collegamento PF-PC • Osservazioni originali meccanismi di plasticità sinaptica • Collegamento MF-Gr • Risultati simulazioni lesioni • Sviluppi futuri
Editor's Notes
- L’intelligenza artificiale ha sempre avuto la necessità di investigare le modalità con cui si configura il processo di apprendimento allo scopo di riprodurlo in maniera efficace all’interno degli agenti intelligenti oggetto del proprio studio. Per questo motivo ha sempre cercato nuovi contesti d’analisi per trarre direttive e disposizione che regolano l’apprendimento nel mondo reale. I sistemi biologici complessi come i mammiferi sono coinvolti in diversi contesti di apprendimento e il modo con cui apprendono e si adattano all’ambiente circostante rappresenta un terreno fertile per l’indagine dei meccanismi di apprendimento. In essi si è riconosciuto come il cervelletto, porzione del sistema nervoso situata nella fossa cranica posteriore, giochi un ruolo fondamentale in diversi contesti riguardanti l’apprendimento motorio pur presentando una struttura semplice e regolare. Qui risiede il motivo dell’approfondimento del contesto dell’apprendimento motorio. La comunione della variabilità di contesti in cui il cervelletto opera e la regolarità della sua struttura suggerisce l’ipotesi che esso effettui sempre la stessa elaborazione indipendentemente dagli input che gli vengono forniti. Da questa ipotesi risulta interessante analizzare il comportamento e la struttura funzionale del cervelletto allo scopo di ricercare in ciò meccanismi comuni dell’apprendimento in senso più generale. Ciò è stato condotto attraverso la riproduzione di struttura e dinamica del cervelletto all’interno di una rete neurale. In essa sono stati riportati non solo livelli e collegamenti presenti all’interno del cervelletto, ma è stato riprodotto anche il meccanismo fondamentale che ne regola la configurazione e, quindi, l’apprendimento: il meccanismo di plasticità sinaptica. Tale analisi si pone l’obiettivo non solo di riprodurre attraverso un modello computazionale l’evoluzione di una parte del sistema nervoso, ma di evincere un meccanismo di apprendimento riutilizzabile nella risoluzione di problemi computazionali.
- - Corteccia e nuclei interni, struttura e funzione - Collegamento eccitatori e inibitori - Rete neurale, mostra livello e commenta oliva - Grigio-eccitatori, nero-inibitori - Sistemi afferenti NOMI IN INGLESE
- Sinapsi e neuroni pre-post Plasticità come base dell’apprendimento LTD LTP Equazioni, commento learning rate
- Nota RP Nota emergent
- Esperimenti reali, confronto prestazionie Condizioni normali e di adattamento Esperimenti di azzeramento Valore nominale learning rate
- No epoche, ma TENTATIVI Quando commenti i cerchi verdi parla dell’LTD e dell’LTP sulle cellule di Purk
- “ALL’ìINIZIO SBAGLIA MOLTO”
- Animazioni sbattito palpebre Usa la dicitura “suono-gettito d’aria” sempre
- No purk
- LESIONI: non c’è in letteratura, suggerisci esperimenti
- Caso in giallo: gli altri meccanismi prendono il sopravvento Focus sul giallo
- Aggiungi pallino rosso regular sim