45,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Ce travail propose un simulateur événementiel, multithreadé et distribué pour la simulation de réseaux de neurone impulsionnels de grande taille, nommé DAMNED, qui signifie Distributed And Multithreaded Neural Event-Driven simulation framework. Le simulateur permet d'accélérer les calculs et de simuler des réseaux de plus grande taille qu'en séquentiel. Il permet d'exploiter de nombreux modèles de réseaux et de neurones et la plupart des supports matériels sont exploitables. Nous présentons l'utilisation de DAMNED sur un modèle simple de réseau pour différentes tailles, connectivités et…mehr

Produktbeschreibung
Ce travail propose un simulateur événementiel, multithreadé et distribué pour la simulation de réseaux de neurone impulsionnels de grande taille, nommé DAMNED, qui signifie Distributed And Multithreaded Neural Event-Driven simulation framework. Le simulateur permet d'accélérer les calculs et de simuler des réseaux de plus grande taille qu'en séquentiel. Il permet d'exploiter de nombreux modèles de réseaux et de neurones et la plupart des supports matériels sont exploitables. Nous présentons l'utilisation de DAMNED sur un modèle simple de réseau pour différentes tailles, connectivités et dynamiques. Ensuite, nous proposons une application directe dans une modélisation du système saccadique. On montre, à l'aide de ce modèle, que l'hypothèse selon laquelle une somme vectorielle des activités de la carte motrice du colliculus supérieur coderait pour l'amplitude de la saccade correspond davantage au données obtenues pour le modèle, exécuté sur DAMNED, qu'à l'hypothèse d'un moyennage. L'originalité de ce travail réside dans le couplage d'une stratégie événementielle, d'un multithreading interne aux processus logiques et une architecture physique distribuée.
Autorenporträt
Anthony Mouraud est Docteur en Informatique, spécialité Science cognitives, avec un fort intérêt pour les neurosciences computationnelles et en particulier le lien entre les modèles de neurones, de réseaux et d'apprentissage avec le fonctionnement réel du cerveau.