Modelagem de grupos neurais e do nível operante em aprendizagem por reforço clássica aplicada a redes neurais multicamadas

• Processo: 07/04003-3
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de outubro de 2007
• Data de Término da vigência: 30 de setembro de 2008
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Maurício Fernandes Figueiredo
• Beneficiário: Kaléu Ueno Delphino
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Assunto(s): Aprendizagem Redes neurais (computação) Sistemas autônomos
• Palavra(s)-Chave do Pesquisador: Aprendizagem por Reforço Clássica | Autonomia Cognitiva | Controle Autônomo | Redes neurais | Sistemas Autônomos Inteligêntes | Sistemas Autônomos Inteligentes

Resumo

Este projeto tem como base de pesquisa uma rede neural topológica multicamada não-supervisionada. A concepção da rede neural está apoiada nos aspectos psicológicos associados à teoria da aprendizagem por reforço clássica (condicionamento operante e respondente) bem como nas estruturas neurofisiológicas que suportam tal estratégia de aprendizagem. As atividades de pesquisa possuem dois focos, ambos relacionados à investigação (aperfeiçoamento) da rede neural, cada qual em um aspecto particular: modelagem da dinâmica do nível operante; e modelagem da dinâmica de formação de grupos neurais. Os experimentos devem ser desenvolvidos com apoio de um sistema de simulação a ser implementado, consistindo de três módulos principais: ambiente de simulação (ferramentas de apoio à simulação), rede neural e ambiente-problema (modelando o meio com o qual a rede neural estabelece suas interações). As propostas para aperfeiçoamento da rede neural são avaliadas de acordo com o seu desempenho em estabelecer uma interação adequada com o ambiente. Resultados do projeto devem ser submetidos à apreciação da comunidade científica.