Teorie e modelli nelle scienze cognitive

(parte 2)

Corso di Principi e Modelli della Percezione

Prof. Giuseppe Boccignone

Dipartimento di InformaticaUniversità di Milano

boccignone@di.unimi.ithttp://boccignone.di.unimi.it/PMP_2018.html

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Teorie e modelli nelle scienze cognitive

(parte 2)

Corso di Principi e Modelli della Percezione

Prof. Giuseppe Boccignone

Dipartimento di InformaticaUniversità di Milano

boccignone@di.unimi.ithttp://boccignone.di.unimi.it/PMP_2018.html

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Livelli di

spiegazione

secondo Marr

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Teoria computazionale

Rappresentazione e algoritmo

Implementazione hardware

Livelli di

spiegazione

secondo Marr

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Livelli di

spiegazione

secondo Marr

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Teoria computazionale

Rappresentazione e algoritmo

Implementazione hardware

Livelli di

spiegazione

secondo Marr

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Livelli di

spiegazione

secondo Marr

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Livelli di

spiegazione

secondo Marr

Livello psicologico

Livello neurofisiologico

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Livelli di

spiegazione

secondo Marr

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Livelli di

spiegazione

secondo Marr

Livello psicologico

Livello neurofisiologico

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Livello psicologico

Livello neurofisiologico

Modello teorico

Simulazione

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Livello psicologico

Livello neurofisiologico

Modello teorico

Simulazione

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Modello teorico

Simulazione

Modello alLivello n

ImplementazioneLivello n

Bayesian Theory

Constraintsand

Hypotheses

Implementation Theory

T E

F

Affective state

Expressed features

Behavioural Theories &

Observations

NeuralTheories& Observations

Neuroimaging

10

• Modelli Bayesiani

Personal traits

A4Network 3Network 2Network 1

A1 A3A2

Cognitive

Behaviours

Neuralcomputations

Brainareas

Aff

ectiv

e

NC2 NC3 NC4NC1

y

e

)

d

r -

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Modello teorico

Simulazione

Modello alLivello n

ImplementazioneLivello n

Bayesian Theory

Constraintsand

Hypotheses

Implementation Theory

T E

F

Affective state

Expressed features

Behavioural Theories &

Observations

NeuralTheories& Observations

Neuroimaging

10

• Modelli Bayesiani

Personal traits

A4Network 3Network 2Network 1

A1 A3A2

Cognitive

Behaviours

Neuralcomputations

Brainareas

Aff

ectiv

e

NC2 NC3 NC4NC1

y

e

)

d

r -

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Teorie e modelli:

//processo di depolarizzazione della membrana

Teorie e modelli:

//membrana: modello di Hodgkin-Huxley

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:

//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

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

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

assone: trasmette

l’informazione dal soma alle sinapsi

Teorie e modelli:

//il neurone: un modello semplificato

Il livello neurobiologico: neuroni

//un modello semplificato

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

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

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

assone: trasmette

l’informazione dal

soma alle sinapsi

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

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 ’ in formazione 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

assone: trasmette

l’informazione dal

soma alle sinapsi

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

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 ’ in formazione dal soma alle sinapsi

Il livello neurobiologico: neuroni

//un modello semplificato

Il livello neurobiologico: neuroni

//la questione dei livelli

F-N

H-H

Il livello neurobiologico: neuroni

//un modello semplificato

Il livello neurobiologico: neuroni

//la questione dei livelli

F-N

H-H

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Modello teorico

Simulazione Livello: membrana

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Modello teorico

Simulazione Livello: unità neurale

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Modello teorico

Simulazione Livello: membrana

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Modello teorico

Simulazione Livello: unità neurale

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Modello teorico

Simulazione

dati sperimentali

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Modello teorico

Simulazione

dati sperimentali

Output: spike

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Modello teorico

Simulazione

dati sperimentali

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Modello teorico

Simulazione

dati sperimentali

Output: spike

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Modello teorico

Simulazione

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Simulazione

Campionamentostocastico dell’input

“Pesatura sinaptica” e somma

Funzione a soglia

Output: spike

Prob({1 spike}) =

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Qual è il goal della computazione?

Quale rappresentazione e quale algoritmo?

Come realizzarla fisicamente?

Modello teorico

Simulazione

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

Simulazione

Campionamentostocastico dell’input

“Pesatura sinaptica” e somma

Funzione a soglia

Output: spike

Prob({1 spike}) =

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

k = numero di spikes

one:

funzione di risposta neurale

spike = impulso

numero di spikes trat1 e t2

run an infinite number

firing rate

stima del firing rate

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

k = numero di possibili spikes in (0,T)

numero di spikes trat1 e t2

small intervals, when

by .

could appear in this

and we place a single

length .

where

undergraduate

the Poisson probability density function. Gi

ratio constant.

the mean firing rate, the

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

k = numero di spikes

one:

funzione di risposta neurale

spike = impulso

numero di spikes trat1 e t2

run an infinite number

firing rate

stima del firing rate

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

k = numero di possibili spikes in (0,T)

numero di spikes trat1 e t2

small intervals, when

by .

could appear in this

and we place a single

length .

where

undergraduate

the Poisson probability density function. Gi

ratio constant.

the mean firing rate, the

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

0

1

2

3

4

5

6

60 80 100 120 140

Pro

ba

bil

ity

(%

)0 20 40 60 80 100

0

1

)

A

B C

0

2

4

6

8

10

0 10 20 30 40 50 60

Pro

ba

bil

ity

(%

)

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 , superim-

posed with the theoretical (Poisson) spike count density. C. Interspike interval histogram calculated

from the simulated Poisson spike trains superimposed with the theoretical (exponential) interspike

Modelli nelle scienze cognitive e nella percezione

//livelli di spiegazione

0

1

2

3

4

5

6

60 80 100 120 140

Pro

ba

bil

ity

(%

)

0 20 40 60 80 100

0

1

)

A

B C

0

2

4

6

8

10

0 10 20 30 40 50 60

Pro

ba

bil

ity

(%

)

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 , superim-

posed with the theoretical (Poisson) spike count density. C. Interspike interval histogram calculated

from the simulated Poisson spike trains superimposed with the theoretical (exponential) interspike