::Skyset spa::

Neural Engineering

I misteri della mente umana hanno da sempre affascinato scienziati, filosofi.

Il neurone artificiale è un oggetto che, a somiglianza della cellula neuronale, riceve in ingresso un segnale che è una media pesata di più ingressi che provengono da giunzioni dendritiche eventualmente dislocate lontano dal corpo cellulare di base del neurone.

Alcuni modelli dinamici di reti neurali possiedono accattivanti proprietà di origine ispirata all’uomo. Un esempio classico è l’auto-organizzazione, il procedimento secondo cui dato un catalogo di possibili ingressi di un sistema, un opportuno algoritmo di apprendimento consenta di estrarre delle regolarità dagli ingressi riportandole in mappe topograficamente organizzate apprese autonomamente dalla struttura.

Il richiamo alla rappresentazione in aree del cervello umano è evidente. Da un punto di vista pratico, questo apprendimento non supervisto (senza insegnante) consente di ridurre fortemente la mole di dati necessaria per descrivere un fenomeno e quindi il tempo di trasmissione di tali informazioni lungo un canale di comunicazione.


::In Brief ::Business ::Organization ::Capabilities ::Brand ::SW Products ::HW Products ::Solutions ::Services ::Career ::Media Relations ::Contacts
Capabilities R & D Neural Engineering VKM® KM Designing System Integration Simulation Systems 3D Modelling Communication Visual Emotions Effects Builder Motion Production E-learning System
	Neural Engineering I misteri della mente umana hanno da sempre affascinato scienziati, filosofi. Il neurone artificiale è un oggetto che, a somiglianza della cellula neuronale, riceve in ingresso un segnale che è una media pesata di più ingressi che provengono da giunzioni dendritiche eventualmente dislocate lontano dal corpo cellulare di base del neurone. Alcuni modelli dinamici di reti neurali possiedono accattivanti proprietà di origine ispirata all’uomo. Un esempio classico è l’auto-organizzazione, il procedimento secondo cui dato un catalogo di possibili ingressi di un sistema, un opportuno algoritmo di apprendimento consenta di estrarre delle regolarità dagli ingressi riportandole in mappe topograficamente organizzate apprese autonomamente dalla struttura. Il richiamo alla rappresentazione in aree del cervello umano è evidente. Da un punto di vista pratico, questo apprendimento non supervisto (senza insegnante) consente di ridurre fortemente la mole di dati necessaria per descrivere un fenomeno e quindi il tempo di trasmissione di tali informazioni lungo un canale di comunicazione.