Teorie e modelli nelle scienze cognitive (parte 2) Corso di Principi e Modelli della Percezione Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it http://boccignone.di.unimi.it/pmp_2018.html
Livelli di spiegazione secondo Marr Teoria computazionale Livelli di spiegazione secondo Marr Rappresentazione e algoritmo Implementazione hardware
Livelli di spiegazione secondo Marr Livello psicologico Livelli di spiegazione secondo Marr Livello neurofisiologico
Modello teorico Livello psicologico Livello neurofisiologico
Modello teorico Modello al Livello n Implementazione Livello n Modelli Bayesiani tive way een a ted in lved C. Note any-tople, A1) everal C3), and NC3) reas (for eural comaviour. viours Thus, cogniaxes are our that nsion will also ension. e emotional Behaviours Neural computations Brain areas Affective NC1 A1 Network 1 A2 A3 Network 2 Cognitive NC2 NC3 NC4 A4 Network 3 Figure 4 Conceptual proposal for the relationship between anatomical sites, neural computations and behaviours. Brain areas (for example, A2), which are connected to form networks (ellipses), are involved in multiple neural computations (for example, NC2, NC3 and NC4) Bayesian Theory Constraints and Hypotheses Implementation Theory Personal traits T Expressed features F Affective state E Behavioural Theories & Observations Neuroimaging NeuralTheories & Observations 10
Teorie e modelli: //processo di depolarizzazione della membrana Teorie e modelli: //membrana: modello di Hodgkin-Huxley
Teorie e modelli: //membrana: modello di Hodgkin-Huxley Teorie e modelli: //membrana: modello di Fitzhugh-Nagumo
Teorie e modelli: //il neurone: un modello semplificato Il livello neurobiologico: neuroni //un modello semplificato soma o corpo cellulare: contiene il nucleo, con i cromosomi. Se il soma è sufficientemente eccitato dall informazione proveniente dai dendriti trasmette un segnale all assone d e n d r i t e : r i c e v e i n f o r m a z i o n e d a i neuroni e la trasmette al corpo cellulare assone: trasmette l informazione dal soma alle sinapsi
Il livello neurobiologico: neuroni //un modello semplificato soma o corpo cellulare: contiene il nucleo, con i cromosomi. Se il soma è sufficientemente eccitato dall informazione proveniente dai dendriti trasmette un segnale all assone d e n d r i t e : r i c e v e i n f o r m a z i o n e d a i neuroni e la trasmette al corpo cellulare assone: trasmette l informazione dal soma alle sinapsi Il livello neurobiologico: neuroni //un modello semplificato soma o corpo cellulare: contiene il nucleo, con i cromosomi. Se il soma è sufficientemente eccitato dall informazione proveniente dai dendriti trasmette un segnale all assone d e n d r i t e : r i c e v e i n f o r m a z i o n e d a i neuroni e la trasmette al corpo cellulare assone: trasmette l informazione dal soma alle sinapsi
Il livello neurobiologico: neuroni //un modello semplificato Il livello neurobiologico: neuroni //la questione dei livelli F-N H-H
Modello teorico Livello: membrana Modello teorico Livello: unità neurale
Modello teorico dati sperimentali Modello teorico Output: spike dati sperimentali
Modello teorico Campionamento stocastico dell input Prob({1 spike}) = Pesatura sinaptica e somma Output: spike Funzione a soglia
spike = impulso k = numero di spikes funzione di risposta neurale numero di spikes tra t1 e t2 firing rate stima del firing rate numero di spikes tra t1 e t2 k = numero di possibili spikes in (0,T). d we place a s ndergraduate constant.
1 A 0 0 20 40 60 80 100 Probability (%) 6 5 4 B 3 2 1 0 60 80 100 120 140 Probability (%) 10 8 C 6 4 2 0 0 10 20 30 40 50 60 Figure 1: A. Snippet of a Poisson spike train with and msec. B. Spike count histogram calculated from many Poisson spike trains, each of 1 sec duration with, superimposed with the theoretical (Poisson) spike count density. C. Interspike interval histogram calculated