تعامل بین جاذب های اجزاء چهره و جاذب های چهره کامل در قشر گیجگاهی مغز – برق

مشخصات فایل

مقطع:کارشناسی ارشد
رشته تحصیلی:مهندسی برق
نوع ارائه:پایان نامه
تعداد صفحات:113
قالب بندی:word قابل ویرایش

نحوه خرید

تعامل بین جاذب های اجزاء چهره و جاذب های چهره کامل در قشر گیجگاهی مغز – برق

شما میتوانید تنها با یک کلید به راحتی فایل مورد نظر را دریافت کنید. 🙂

برای دسترسی به این فایل ابتدا باید اشتراک خریداری کنید. برای خرید اشتراک بر روی لینک زیر کلیک کنید.

ارتقاء عضویت

چکیده

فھرست مطالب
عنوان مطالب شماره صفحه

1 چکيده
2 مقدمه
3 ساختارپايان نامه
4 فصل اول: سيستم بينايي
١ -١- شبکيه چشم انسان ٦
١ -١-١- پاسخ سلولھاي دوقطبي ٦
١-١-٢- سلولھاي گانگليون ٧
١- پاسخ سلول ھاي گنگليون شبكيه به نور ٧
١ -٢-کورتکس ھاي مختلف بينايي ١١
١ -٢-١- سلول ھاي ساده در کورتکس اوليه بينايي ١٦
١ -٢-٢- سلول ھاي مرکب ١٧
١-٢-٣- سلولھاي فوق مرکب ١٨
١ -٣- ساختار سلولي کورتکس بينايي ٢٠
١ -٤- ميدان بينايي ٢٢
١ -٥- مقصدھاي عصب بينايي ٢٣
١ -٥-١- مسير ھاي مركزي ديداري ٢٣
١ -٦- جمعبندی: مغز به عنوان يک سيستم عظيم پردازش اطلاعات ٢٧

فصل دوم: سلول چھره ٢٨ ٢-١- تاريخچه ٣٠
٢-٢- آيا واقعا اين سلول ھا حساس به چھره ھستند؟ ٣١
٢-٣- ويژگي ھاي سلول ھاي چھره ٣٤
٢-٤- جمعبندی: چراسلول چھره؟ ٣٥

فصل سوم :عملکرد شبکه ھاي عصبي در مغز ٣٧
٣- شبکه ھاي عصبي ٣٨
٣ -١- حافظة ارتباط الگو ٣٨
-١-١- ساختار و عملکرد ٣٨
-١-٢- يادگيري ٤٠
-١-٣- يادآوري ٤٠
٣ -١-٤- يک مدل ساده ٤١
٣ -١-٥- تفسير برداري ٤٣
٣ -١-٦- کلي نگري ٤٥
٣ -١-٧- تلرانس خطا ٤٥
٣ -١-٨- اھميت توزيع نمايش الگو ٤٦
٣ -١-٩- ظرفيت ٤٧
٣ -٢- شبکه ھاي انجمني خطي ٤٨
٣ -٢-١- شبکه ھاي انجمني با نورونھاي غيرخطي ٤٩
٣ -٢-٢- تداخل ٤٩
٣ -٢-٣- کدگذاري دوباره به صورت توسعه يافته ٥٠
٣ -٣- حافظة خودانجمني ٥١
٣ -٣-١- ساختار و عملکرد ٥١
٣ -٣-٢- يادگيري ٥٢
٣ -٣-٣- يادآوري ٥٣
٣ -٣-٤- آشنايي با تحليل عملکرد شبکه ھاي خودانجمني ٥٣
٣ -٣-٥- خصوصيات ٥٥
٣ -٣-٦- ظرفيت ٥٦
٣ -٣-٧- وضعيتھاي ترکيبي ٥٧
٣ -٤- شبکه ھاي رقابتي، شامل مدلھاي خودسازمانده ٥٧
٣ -٤-١- ساختار ٥٨
٣ -٤-٢- الگوريتم ٥٩
٣ -٤-٣- کشف ويژگي با خودسازماندھي ٦٠
٣ -٤-٤- از بين بردن زوائد ٦١
٣ -٤-٥- جداسازي و الگوھاي جداپذير غيرخطي ٦٢

فصل چھارم: مدلسازي ٦٣
-1- رابطه جزء و کل در بازشناسي چھره: ديدگاه روانشناسي – علم اعصاب ٦٤
-2- جاذب ھا در فضاي صورت ٦٥
-3- شبيه سازي با شبکه ٦٦
٤ -٣-١- ساختار شبکه ٦٧
٤ -٣-٢- مدار نروني حافظه ٦٨
٤ -٣-٣- الگوي سيناپس ھا ٦٨
٤ -٣-٤- ديناميک فعاليت ٦٩
٤ -٣-٥- آزمايش شبيه سازي ٧١
٤ -٣-٦- الگوريتم فراخواني ٧١
٤ -٣-٧- الگوريتم بازشناسي ٧٢
٤ -٣-٨- نتايج و بحث ٧٢
٤ -٣-٩- شبکه با تصاوير باينري ٧٥
٤ -٤- مدلسازي توسط شبکه ھاي رقابتي ٧٧
٤ -٤-١- نا ھمبسته سازي داده ھا ٧٧
٤ -٤-٢- ساختار شبکه ٧٨
٤ -٤-٣- کدگذاري اجزاء چھره در لايه اول ٧٨
٤ -٤-٤- کد گذاري چھره کامل در لايه دوم ٧٩
٤ -٤-٥- معيار اندازه گيري ٨٠
٤ -٤-٦- نتايج شبيه سازي ٨١
1 – لايه اول ٨١
2 – لايه دوم ٨٣
٤ -٤-٧- مقايسه ٨٤
٤ -٤-٨- جمعبندی ٨٥

فصل پنجم: آزمايش سايکوفيزيک ٨٦
٥ -١- متد ٨٧
٥ -١-١- افراد ٨٧
٥ -١-٢- ابزار ٨٧
٥ -١-٣- مراحل ٨٧
ح
-2- فاز يادگيري ٨٧
-3- فاز تست ٨٨
-4- نتايج و بحث ٨٩

فصل ششم : نتيجه گيري و پيشنھادات ٩٠
منابع و مراجع ٩٥

چکيده:

نقش سلول ھاي چھره در قشر گيجگاھي مغز در فرآيند بازشناسي چھره چيست؟ گروھي از نرونھا در قشر گيجگاھي به صورت گزينشي به تصاوير چھره پاسخ مي دھند، ولي نقش دقيق آنھا و مزيت محاسباتي اين سلول ھا در شناسايي چھره بدرستي مشخص نشده است.
ما شبکه عصبي ماژولاري شبيه سازي کرديم که به طور ساده اي ستون ھاي ويژگي در قشر گيجگاھي را مدل مي کرد. سلول ھاي اين ناحيه به اشياء با پيچيدگي متوسط پاسخ مي دھند. در ادامه، شبکه دولايه اي ساختيم که پس از لايه اول ذکر شده ،داراي لايه دوم بود که سلول ھاي چھره را مدل مي کرد.
اين لايه تصاوير چھره را به صورت يک کل ذخيره مي کند. شبکه ھا داراي نروھاي تحريکي – مھاري با تابع فعاليت آستانه خطي ھستند که داراي پارامترھاي مطابق با مقادير واقعي بيولوژيکي ھستند. ورودي به شبکه ھا چھره ھاي انتخابي تصادفي از پايگاه داده کيت چھره بود.
يکي از اجزاي چھره تغيير مي کرد يا به صورت ناقص به شبکه ارائه مي شد، سپس کارايي شبکه در دو وظيفه فراخواني و بازشناسي محاسبه مي گرديد. نتايج ما برتري شبکه دو لايه را در بازشناسي چھره نشان مي داد، در شرايطي که لايه اول به جزء چھره غلط در بيشتر آزمايش ھا ميل مي کرد، لايه دوم با داشتن اطلاعات ارتباط بين اجزاء چھره به جزء چھره ھدف ميل مي کرد.از طريق اين شبيه سازي ھا ما دريافتيم که يکي از نقش ھاي سلول ھاي چھره وارد کرد ھويت در شبکه است که اين کار با ارتباط برقرار کردن بين اجزاء يک محرک ترکيبي ھمچون چھره انجام مي گيرد. ما پيشنھاد مي کنيم اين ساختار کمک به نمايان ساختن تغييرات کوچک در محرک مي کند.
يک آزمايش سايکو- فيزيک طراحي گرديد که درآن به افراد يک سري چھره از پايگاه داده نشان داده مي شد. يک نام به ھر کدام از چھره ھا اختصاص پيدا کرده بود. فاز تست از دو قسمت تشکيل شده بود. در قسمت اول، به افراد يک جزء چھره به تنھايي نشان داده مي شد. در قسمت دوم، از افراد خواسته مي شد که چھره ھاي کامل را که فقط در جزء قسمت اول فرق داشتند شناسايي کنند.
نتايج آزمايش نشان مي دھد که افراد در شناسايي اجزاي چھره وقتي که در کل چھره ظاھر شده باشند بھتر ھستند نسبت به وقتي که به تنھايي ظاھر شوند. اين نتيجه ، نتايج شبيه سازي ھاي ما را نيز تاييد مي کند: اطلاعات درباره ارتباط بين اجزاء چھره کمک به بازشناسي و فراخواني آن جزء مي کند.
اين پروژه با حمايت مالي (Post Graduate Fellowship) دانشگاه SISSA کشور ايتاليا ، و دو ماه فرصت مطالعاتي اينجانب در آزمايشگاه (LIMBO Lab) پروفسورAlessandro Treves انجام پذيرفته است.

مقدمه

چھره جزو مھمترين محرک ھايي است که به سيستم بينايي اعمال مي شود. ثبت ھاي الکترودي از تک نرون ھا در ميمون Macaque نشان داده است که بعضي از نرونھا به طور اساسي به چھره جواب مي دھند و به محرک ھاي ديگر پاسخ نمي دھند. اين نرونھا در جلوي قسمت بالايي شيار گيجگاھي يا STS و در ناحيه TE يافت شده اند. اين سلول ھا براي پاسخ دادن نياز به وجود تمام اجزاي صورت را دارند.
از طرفي، نشان داده شده است که بعضي از سلول ھا به تنھا يکي از اجزاي صورت مانند ( چشم ھا، دھان ،موھا) يا زير مجموعه اي از اجزاء پاسخ مي دھند. اين سلول ھا پاسخ افت کننده اي به جزء ديگر صورت يا کل صورت دارند. ھر کدام از اين سلول ھا از طريق سيناپس ھا به يکديگر متصل مي باشند که تشکيل يک شبکه عصبي را مي دھند.
ھدف اين پروژه آناليز اين نکته است که وجود جاذب ھاي مجزا براي اجزاي صورت مانند چشم، گوش، بيني و مو در کنار جاذب ھا براي کل صورت چقدر فرآيند ھاي ذخيره سازي و بازشناسي کل چھره را تسھيل مي سازد. سوال اصلي ديگري که در اينجا مطرح است اين است که ذخيره سازي اجزاء به صورت جاذب در يک ناحيه کرتکس چقدر به ذخيره سازي و بازيابي يک حافظه ترکيبي کمک مي کنند. با اين حال قصد اصلي اين پروژه تاکيد بر بازيابي صورت در مغز براي پاسخ به اين پرسش است . اين کار بوسيله مدلسازي انجام مي پذيرد به اين ترتيب که شبکه عصبي مورد نظر براي مدلسازي پياده سازي مي شود و نتايج بررسي خواھد شد
يکي از مدلھاي مشابه که توسط Treves و ھمکارانش در SISSA شبيه سازي شده است ، از شبکه عصبي ماژولار تشکيل شده است که ھر يک از ماژول ھا براي کد کردن و ذخيره سازي يک از اجزاي صورت استفاده شده اند. در اين شبيه سازي شبکه اي براي سلول ھاي کد کننده کل صورت يا سلول چھره در نظر گرفته نشده است و فقط تفاوت در وجود يا نبود اتصالات بين ماژول ھا درعمل بازشناسي چھره مورد بررسي قرار گرفته است .

نحوه خرید

دانلود رایگان فایل
شما میتوانید تنها با یک کلید به راحتی فایل مورد نظر را دریافت کنید. 🙂

برای دسترسی به این فایل ابتدا باید اشتراک خریداری کنید. برای خرید اشتراک بر روی لینک زیر کلیک کنید.

ارتقاء عضویت

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد

راهنمای سایت

برخلاف سایت های دیگر که فایل ها را به صورت تکی می فروشند روال سایت ما این است که شما با عضویت در سایت ما میتوانید از تمام فایل های موجود استفاده کنید.

تمام مطالب سایت فقط برای اعضای سایت رایگان است.

نحوه عضویت در سایت