📄Работа №29799

Тема: ВОСПРОИЗВЕДЕНИЕ 8 БАЗОВЫХ ЭМОЦИЙ НА МОДЕЛИ ЛЁВХЕЙМА ПОСРЕДСТВОМ НЕЙРОСИМУЛЯЦИИ В СРЕДЕ NEST

📝
Тип работы Дипломные работы, ВКР
📚
Предмет информатика
📄
Объем: 51 листов
📅
Год: 2018
👁️
Просмотров: 263
6300 руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
ℹ️ Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание 📖 Введение ✅ Заключение 📕 Литература 🔍 Похожие 🛒 Купить

📋 Содержание

Глоссарий 3
Введение 6
1. Современное состояние исследований в области био-реалистичных
эмоциональных вычислений 8
2. Корреляция между нейробиологией и вычислительными процессами 11
3. Создание библиотеки Biologial PyNEST на Python 3 15
3.1. Модернизация вычислительной модели нейрона Ходжкина-Хаксли
и STDP синапса в NEST 15
3.2. Реализация колончатой структуры моторной, соматосенсорной
и префронтальной коры 20
3.3. Реализация Biological PyNEST 21
4. Интеграция моделей дофамина, серотонина и норадреналина 24
4.1. Дофаминовая подсистема 24
4.2. Серотониновая подсистема 27
4.3. Норадреналиновая подсистема 29
5. Симуляция 27 комбинаций нейромодуляторов в трёхмерной модели . 32
Заключение 42
Список литературы 43

📖 Введение

“Идея создания машины, способной искать и принимать оригинальные решения (т.е. обладающей интеллектом), основывается на чём-то большем, чем просто математическая модель”, писал А. Тьюринг, - “на чувствах удовлетворения и печали, удивления, чтобы обучаться подобно ребенку” [89]. Связь мышления и эмоций подтверждают и объясняют в своих трудах и другие учёные: Марвин Мински [58; 59], Аарон Сломан [75] и Пентти Хайконен [30].
Но что такое эмоции? Это “адаптивные согласованные изменения в соматической и нервной системах в ответ на внешний или внутренний раздражитель, стимул” [68]. Ранее разум и эмоции было принято противопоставлять. В настоящее время нейробиологами многократно доказано, что рациональное мышление и эмоции тесно связаны и неразделимы [9; 16—18; 97].
Эмоции контролируют внутреннее психологическое состояние, управляют принятием решений, участвуют в процессах обучения, памяти, управляют вниманием и восприятием [37]. Эволюционно они обеспечивают выживание, предупреждая организм об угрозах и направляя организм на удовлетворение необходимых потребностей [24]. Социальное взаимодействие людей с субъектом без эмоций затруднено и непродуктивно, поскольку эмоции регулируют адекватность и наиболее подходящий к ситуации ответ в общении. Жалость, эмпатия и любовь это сложные социальные эмоции, без наличия которых взаимодействие с людьми просто потенциально опасно [67]. Эмоции имеют фундаментальную регуляторную роль в когнитивной обработке информации, и их реализация (посредством эмуляции работы нейротрансмиттеров) в архитектуре фон Неймана может обеспечить альтернативные или нетрадиционные способы вычислений.
Исследования по воспроизведению эмоций в вычислительных машинах называются Affective Computing. До сих пор не было создано биоправдоподобных психо-эмоциональных моделей с привязкой к нейробиологии, в которых были бы воспроизедены когнитивные функции, такие как внимание, мотивация,выбор стратегии и приоритизация [63]. Эта проблема создаёт фундаментальное ограничение для развития социального ИИ и робототехники.
Объект исследования - симуляция вычислительных эмоций в биологически реалистичной когнитивной архитектуре. Предмет исследования - принципы влияния нейротрансмиттеров: GABA (ГАМК), glutamate (глутамат), и нейромодуляторов: noradrenaline (норадреналин), serotonin (серотонин), dopamine (дофамин) на психоэмоциональную реакцию; восходящие и нисходящие пути колончатых структур моторной и соматосенсорной коры головного мозга; перенос этих механизмов в вычислительные системы.
Цель дипломной работы - валидация куба Лёвхейма (8-ми базовых эмоциональных состояний) путем интеграции трёх систем нейромодуляторов и колончатых структур коры головного мозга в когнитивной архитектуре NEUCOGAR с био-реалистичным количеством нейронов. Для достижения поставленной цели необходимо решить следующие задачи:
• усовершнствовать реализацию модели нейрона Ходжкина-Хаксли и синапсов в нейросимуляторе NEST;
• воссоздать механизм работы колончатых структур моторной, соматосенсорной и префронтальной коры головного мозга в нейросимуляции;
• реализовать единый высокоуровневый программный инструмент для нейросимуляций на основе PyNEST для нужд лаборатории;
• интегрировать системы дофамина, серотонина, норадреналина и структур коры мозга;
• развернуть среду нейросимуляции на вычислительном узле кластера КФУ;
• запустить симуляцию длительностью 21 секунду с 27 комбинациями уровней нейромодуляторов, согласно модели Х. Лёвхейма для 850 000 нейронов (как в мозге у новорожденной крысы).
Основным инструментом в дипломной работе является нейросимулятор NEST 2.12. Были использованы среды разработок CLion (C++) для ядра симулятора и PyCharm (Python) для скриптов нейросимуляции. Площадкой для высоконагруженной симуляции выступал вычислительный узел кластера КФУ.

Возникли сложности?

Нужна качественная помощь преподавателя?

👨‍🎓 Помощь в написании
🎓 Дипломные 📘 Магистерские 📙 Диссертации 📗 Курсовые 📝 Статьи 📄 ВКР

✅ Заключение

Просимулировав 8 базовых эмоций и 27 комбинаций нейромодуляторов, было показано, что биоправдаподобные симуляции эмоциональных моделей не только возможны, но и представляют собой новые способы взаимодействия с системами искусственного интеллекта на уровне программного обеспечения (проекты BioDynaMo и NeuCogAr) [41; 81], с такими системами как RobotDream (роботизированная самообучающаяся система режима реального времени) [86], с органическими и неорганическими мемристорами на аппаратном уровне (проект Memristive Spinal Cord) [82]. Можно даже утверждать, что данный новый подход поможет значительно ускорить развитие HRI (Human-robot interaction) [25; 92].
Кроме того, удалось добиться показательных результатов в производительности: благодаря Bilogical PyNEST и исправленным моделям симулятора, потребление ресурсов ЦП уменьшилось на 4.85%, а занимаемый объем ОЗУ снизился на 36%.
Цель достигнута - теория Х. Левхейма была валидирована с использованием модели нейрона Ходжкина-Хаксли и DA, 5-HT, NA подсистем мозга крысы. Таким образом был обеспечен минимальный, но полный набор когнитивных регуляторов, которые позволяют реализовать адаптивные системы. Данная архитектура поволяет также проводить эксперименты для исследования болезней Паркинсона, Альцгеймера и мигрени. Возможно, модель станет толчком к новой эре проектирования вычислительных архитектур, а также стать основой для мультимодальных когнитивных систем [91]. После показательных результатов и научных публикаций проект собрал команду исследователей из разных стран, смог привлечь интерес организаций в областях медицины и инженерии. Модель будет расширена и перенесена на GPU архитектуру (программное обеспечение) и мемристоры (аппаратное обеспечение), так как работа над вычислительными эмоциями не оканчивается только реализацией эмоций, поскольку 8-ми психо-эмоциональных состояний будет недостаточно социальному ИИ будущего.

Нужна своя уникальная работа?
Срочная разработка под ваши требования
Рассчитать стоимость
ИЛИ
Поиск аналога

📕 Список литературы

1. Aldahmash A. Cell numbers in the dorsal and median raphe nuclei of AS and AS/AGU rats // Biomedical Research. — 2010. — Т 21, вып. 1. — С. 15—22.
2. Arkin R., Ulam P, Wagner A. Moral Decision Making in Autonomous Systems: Enforcement, Moral Emotions, Dignity, Trust, and Deception // Proceedings of the IEEE. — IEEE, 2012. — С. 29—41.
3. Benarroch E. E. The locus ceruleus norepinephrine system: Functional organization and potential clinical significance // Neurology. — 2009. — Т. 73, № 20. — С. 1699—1704.
4. Berridge K. C., Robinson T. E. What is the role of dopamine in reward: hedonic impact, reward learning, or incentive salience? // Brain research reviews. — 1998. — Т 28, № 3. — С. 309—369.
5. Berridge K. C., Robinson T. E. Parsing Reward // Trends in Neurosciences. — 2003. — Т 26, № 9. — С. 507—512.
6. Bosch-Bouju C., Hyland B., Parr-Brownlie L. Motor thalamus integration of cortical, cerebellar and basal ganglia information: implications for normal and parkinsonian conditions // Frontiers in Computational Neuroscience. — 2013. — Т 7. —С. 163.
7. Boussida S., Traore A., Durif F. Mapping of the brain hemodynamic responses to sensorimotor stimulation in a rodent model: A BOLD fMRI study // PLoS ONE. — 2017. — Т 12, № 4. — С. 5—10.
8. Breazeal C. Emotion and sociable humanoid robots // International Journal of Human-Computer Studies. — 2003. — Т 59, № 1—2. — С. 119—155.
9. Brosch T., Scherer K. R., Grandjean D. The impact of emotion on perception, attention, memory, and decision-making // Swiss Medical Weekly. — 2013. — Т 143. —С. 1—6.
10. Cambria E., Livingstone A., Hussain A. Cognitive Behavioural Systems. — Springer, 2012. — Гл. The Hourglass of Emotions. С. 144—157.
11. Cami A., Lisetti C., Sierhuis S. Towards the Simulation of a Multi-Level Model of Human Emotions // Proceedings of the AAAI Spring Symposium
on Architectures for Modeling Emotion: Cross-Disciplinary Foundations. — 2004. — С. 5—9.
12. Cassel J., Jeltsch H. Serotonergic modulation of cholinergic function in the central nervous system: cognitive implications // Neuroscience. — 1995. — Т 69, № 1. —С. 1—41.
13. Qavdar S., Bay H. H., Yildiz S. D. Comparison of numbers of interneurons in three thalamic nuclei of normal and epileptic rats // Neuroscience Bulletin. — 2014. —Июнь. — Т 30, № 3. — С. 451—460.
14. Cools R., Nakamura K., Daw N. D. Serotonin and dopamine: unifying affective, activational, and decision functions // Neuropsychopharmacology. — 2011. — Т 36, № 1. — С. 98.
15. Counts S. E., Mufson E. J. The Human Nervous System. — 3-е изд. — San Diego : Academic Press, 2012. — Гл. 12. Locus Coeruleus. С. 425—438.
16. Damasio A. The Feeling of What Happens: Body and Emotion in the Making of Consciousness. —New York, 1999.
17. Damasio A. Descartes Error: Emotion, Reason and the Human Brain. — Random House, 2008.
18. Damasio A. R. Emotion in the perspective of an integrated nervous system // Brain Research Reviews. — 1998.
19. Dudman J.T., Gerfen C. R. The Rat Nervous System. — 4-е изд. — San Diego : Academic Press, 2015. —Гл. 17. The Basal Ganglia. С. 391—440.
20. Durieux P, Schiffmann S., Kerchove d’Exaerde A. de Targeting Neuronal Populations of the Striatum // Frontiers in Neuroanatomy. — 2011. — Т 5. — С. 40.
21. Ebner F. F., Kaas J. H. The Rat Nervous System / под ред. G. Paxinos. — 4е изд. — San Diego : Academic Press, 2015. —Гл. 24. Somatosensory System. С. 675—701.
22. Eppler J., Helias M., Muller E. PyNEST: a convenient interface to the NEST simulator // Frontiers in Neuroinformatics. — 2009. — Т 2. — С. 3—8.
23. Feldmeyer D. Excitatory neuronal connectivity in the barrel cortex // Frontiers in Neuroanatomy. — 2012. — Т 6. — С. 24.
24. Fellous J.-M., Arbib M. A. Who Needs Emotions? The brain meets the robot. — Oxford University Press, 2005. — С. 60—76.
25. Franzoni V., Milani A., Vallverdu J. Emotional Affordances in Human-machine Interactive Planning and Negotiation // Proceedings of the International Conference on Web Intelligence. — Leipzig, Germany : ACM, 2017. — С. 924—930.
26. Geyer S., Luppino G., Rozzi S. The Human Nervous System / под ред. J. K. Mai, G. Paxinos. — 3-е изд. — San Diego : Academic Press, 2012. — Гл. 27. Motor Cortex. С. 1012—1035.
27. Guizzo E. Meet Pepper, Aldebaran’s new personal robot with an «Emotion Engine» // IEEE Spectrum. — 2015. — С. 1—2.
28. Haber S., Adler A., Bergman H. The Human Nervous System / под ред. J. K. Mai, G. Paxinos. — 3-е изд. — San Diego : Academic Press, 2012. — Гл. 20. The Basal Ganglia. С. 678—738.
29. Haidt J.The moral emotions. — Oxford University Press, 2003. — С. 14—24.
30. Haikonen P O. Cognitive Approach to Conscious Machines. — 2003. — Гл. 6. Emotions and cognition.
31. Halliday G., Reyes S., Double K. The Human Nervous System / под ред. J. K. Mai, G. Paxinos. — 3-е изд. — San Diego : Academic Press, 2012. — Гл. 13. Substantia Nigra, Ventral Tegmental Area, and Retrorubral Fields. С. 439— 455.
32. Hensler J. Handbook of the behavioral neurobiology of serotonin / под ред. C. P. Muller, B. L. Jacobs. — 1-е изд. —Amsterdam: Elsevier/Academic Press,
2010. — Гл. Serotonin in Mood and Emotion. С. 367—375.
33. Hernandez D. J., Deniz O., Lorenzo J. BDIE: a BDI like Architecture with Emotional Capabilities // Proceedings of the AAAI Spring Symposium on Architectures for Modeling Emotion: Cross-Disciplinary Foundations. —
2004. — С. 60—68.
34. Herrera C. Montebelli A. Z. T. Behavioral Flexibility: An Emotion Based Approach // Computational and Ambient Intelligence. Lecture Notes in Computer Science. — 2007. — Т. 4507. — С. 35—52.
35. Hornung J.-P. The human raphe nuclei and the serotonergic system // Journal of Chemical Neuroanatomy. — 2003. — Т 26, № 4. — С. 331—343.
36. Hornung J.-P. The Human Nervous System / под ред. J. K. Mai, G. Paxinos. —
3- е изд. — San Diego : Academic Press, 2012. — Гл. 11. Raphe Nuclei. С. 401—424.
37. Hyungil A., Picard R. Affective Cognitive Learning and Decision Making: The Role of Emotions // The 18th European Meeting on Cybernetics and Systems Research (EMCSR 2006). — 2006.
38. Ishiguro H., Glas D., Minato T. ERICA: The ERATO Intelligent Conversational Android // Proceedings of the 25th IEEE International Symposium on Robot and Human Interactive Communication (RO-MAN). — Richland, SC : IEEE,
2016. — С. 22—29.
39. Jaeger D., Kita H. Functional connectivity and integrative properties of globus pallidus neurons // Neuroscience. — 2011. — Т 198. — С. 44—53.
40. Janhunen S., Ahtee L. Differential nicotinic regulation of the nigrostriatal and mesolimbic dopaminergic pathways: implications for drug development // Neuroscience and biobehavioral reviews. — 2007. — Т 31, № 3. — С. 287— 314.
41. JohardL., Breitwieser L., Meglio A. D. The BioDynaMo Project: a platform for computer simulations of biological dynamics // CoRR. — 2016.
42. Kaas J. H. The Human Nervous System / под ред. J. K. Mai, G. Paxinos. — 3е изд. — San Diego : Academic Press, 2012. —Гл. 30. Somatosensory System. С. 1074—1109.
43. Kager H., Wadman W, Somjen G. Conditions for the triggering of spreading depression studied with computer simulations // Journal of neurophysiology. — 2002. — Т 88, № 5. — С. 2700—2712.
44. Koob G., Arends M., Moal M. Drugs, Addiction, and the Brain. — Academic Press, 2014. — Гл. 2. Introduction to the Neuropsychopharmacology of Drug Addiction. С. 29—63.
45. Koob G., Moal M. Drug addiction, dysregulation of reward, and allostasis // Neuropsychopharmacology. — 2001. — Т 24, № 2. — С. 97.
46. Kunkel S., Schenck W. The NEST Dry-Run Mode: Efficient Dynamic Analysis of Neuronal Network Simulation Code // Frontiers in neuroinformatics. —
2017. — Т 11. —С. 40.
47. Kuramoto E., Fujiyama F., Nakamura K. C. Complementary distribution of glutamatergic cerebellar and GABAergic basal ganglia afferents to the rat motor thalamic nuclei // European Journal of Neuroscience. — 2011. — Т 33, № 1. — С. 95—109.
48. Lefort S., Tomm C., Sarria J.-C. F. The Excitatory Neuronal Network of the C2 Barrel Column in Mouse Primary Somatosensory Cortex // Neuron. — 2009. — Т 61, № 2. — С. 301—316.
49. Leukhin A., Talanov M., Sozutov I. Simulation of a fear-like state on a model of dopamine system of rat brain // Biologically Inspired Cognitive Architectures (BICA) for Young Scientists. — Springer, 2016. — С. 121—126.
50. Li Y., Zhong W, Wang D. Serotonin neurons in the dorsal raphe nucleus encode reward signals // Nature communications. — 2016. — Т 7. — С. 3—10.
51. Lin P, Bekey G., Abney K. Autonomous Military Robotics: Risk, Ethics, and Design // DTIC Document. — 2008. — С. 35—50.
52. Lodish H., Berk A., Zipursky L. Molecular Cell Biology. — 4-е изд. — New York: W. H. Freeman, 2000. —Гл. 21. Nerve Cells. С. 921—924.
53. Lovheim H. A new three-dimensional model for emotions and monoamine neurotransmitters // Medical hypotheses. — 2012. — Февр. — Т 78, № 2. — С. 341—348.
54. Lubke J., Feldmeyer D. Excitatory signal flow and connectivity in a cortical column: focus on barrel cortex // Brain Structure and Function. — 2007. — Июль. — Т 212, № 1. — С. 3—17.
55. Mai J. K., Forutan F. The Human Nervous System / под ред. G. Paxinos. — 3-е изд. — San Diego : Academic Press, 2012. — Гл. 19. Thalamus. С. 618— 677.
56. Martinovska Bande C. Agent-Based Emotional Architecture for Directing the Adaptive Robot Behavior. Т 2. — 2004. — С. 81—83.
57. Mayer R. E. Handbook of creativity. — Cambridge University Press, 1999. — Гл. 22. Fifty Years of Creativity Research. С. 449—455.
58. Minsky M. The society of mind. — Simon & Schuster, 1988.
59. Minsky M. The Emotion Machine: Commonsense Thinking, AI, and the Future of the Human Mind. — Simon & Schuster, 2007.
60. Nair-Roberts R., Chatelain-Badie S., Benson E. Stereological estimates of dopaminergic, GABAergic and glutamatergic neurons in the ventral tegmental area, substantia nigra and retrorubral field in the rat // Neuroscience. — 2008. — Т 152, № 4. — С. 1024—1031.
61. Nakamura K. The role of the dorsal raphe nucleus in reward-seeking behavior // Frontiers in Integrative Neuroscience. — 2013. — Т 7. — С. 60.
62. Neller T. Playful AI Education // The Program of Thirty-Second Conference on Artificial Intelligence (AAAI), New Orleans, Louisiana, USA. — Февр. 2018.
63. Oatley K., Keltner D., Jenkins J. M. Understanding emotions. — Blackwell publishing, 2006. —Гл. Brain Mechanisms of Emotion. С. 241—245.
64. Oorschot D. E. Total number of neurons in the neostriatal, pallidal, subthalamic, and substantia nigral nuclei of the rat basal ganglia: A stereological study using the cavalieri and optical disector methods // The Journal of Comparative Neurology. — 1996. — Т 366, № 4. — С. 580—599.
65. Ordway G., Schwartz M., Frazer A. Brain Norepinephrine: Neurobiology and Therapeutics. — Cambridge University Press, 2007. — С. 240—272. — (Brain Norepinephrine: Neurobiology and Therapeutics).
66. Picard R. The Science of Emotional Intelligence: Knowns and Unknowns. — Oxford University Press, 2004. — Гл. Toward Machines With Emotional Intelligence. С. 29—30.
67. Picard R. W. Affective Computing: Challenges // International Journal of Human-Computer Studies. — 2003. — Т 59. — С. 55—64.
68. Plutchik R. The Nature of Emotions // American Scientist. — 2001. — Т 89(4). — С. 344—350.
69. PollakDorocic I., Furth D. A Whole-Brain Atlas of Inputs to Serotonergic Neurons of the Dorsal and Median Raphe Nuclei // Neuron. — 2014. — Т 83, №3. —С. 663—678.
70. Rolls E. T. The Human Nervous System / под ред. J. K. Mai, G. Paxinos. — 3е изд. — San Diego : Academic Press, 2012. — Гл. 38. The Emotional Systems. С. 1328—1350.
71. Ruhe H. G., Mason N. S., Schene A. H. Mood is indirectly related to serotonin, norepinephrine and dopamine levels in humans: a meta-analysis of monoamine depletion studies // Molecular psychiatry. — 2007. — Т 12, № 4. — С. 331.
72. Samuels E. R., Szabadi E. Functional Neuroanatomy of the Noradrenergic Locus Coeruleus: Its Roles in the Regulation of Arousal and Autonomic Function // Current Neuropharmacology. — 2008. — Т. 6, № 3. — С. 235— 253.
73. Sara S., Bouret S. Orienting and Reorienting: The Locus Coeruleus Mediates Cognition through Arousal // Neuron. — 2012. — Т 76, № 1. — С. 130—141.
74. Schultz W. Predictive reward signal of dopamine neurons // American Society Bethesda, Journal of neurophysiology. — 1998. — Т 80, № 1. — С. 1—27.
75. Sloman A., Chrisley R. Virtual Machines and Consciousness // Journal of Consciousness Studies. — 2003.
76. Stroustrup B. Programming: Principles and Practice Using C++. — 2-е изд. — Addison-Wesley Professional, май 2014. — С. 74—75.
77. Svoboda K., YuJ. Handbook of Brain Microcircuits. — Oxford University Press,
2018. —Гл. 5. Barrel cortex. С. 59—62.
78. Talanov M., Zagulova M., Distefano S. The Implementation of Noradrenaline in the NeuCogAr Cognitive Architecture. — 2017.
79. Talanov M., Gafarov F., Vallverdu J.Simulation of serotonin mechanisms in NEUCOGAR cognitive architecture // Procedia Computer Science. — 2018. — Т 123. —С. 473—478.
80. Talanov M., Toschev A. Computational emotional thinking and virtual neurotransmitters // International Journal of Synthetic Emotions (IJSE). — 2014. — Т 5, № 1. —С. 1—8.
81. Talanov M., Toschev A., Leukhin A. Modeling the Fear-Like State in Realistic Neural Network // BioNanoScience. — 2017. — Т. 7, № 2. — С. 446—448.
82. Talanov M., Zykov E., Gerasimov Y. Dopamine modulation via memristive schematic // CoRR. — 2017.
83. Tomkins S. Affect imagery consciousness volume I the positive affects. — New York: Springer Publishing Company, 1962.
84. Tomkins S. Affect imagery consciousness volume II the negative affects. — New York: Springer Publishing Company, 1963.
85. Tomkins S. Affect Imagery Consciousness Volume III : the Negative Affects Anger and Fear. — New York: Springer Publishing Company, 1991.
86. Toschev A., Talanov M., Kurnosov V. Spiking Reasoning System // Developments in eSystems Engineering (DeSE), 2017 10th International Conference on. — IEEE. 2017. — С. 251—255.
87. Traub R. D., Miles R. Neuronal Networks of the Hippocampus // Trends in Neurosciences. — 1991. — Т. 15, вып. 4. — С. 155—156.
88. Tseng H., Martinez D. The Frequency Preference of Neurons and Synapses in a Recurrent Oscillatory Network // Journal of Neuroscience. — 2014. — Т. 34, №38. — С. 12933—12945.
89. Turing A. Intelligent Machinery // The Essential Turing: the ideas that gave birth to the Computer Age. / под ред. B. Copeland. — Oxford: Clarendon, 2004, 1948. — С. 411.
90. Uematsu A Tan BZ J. J. Projection specificity in heterogeneous locus coeruleus cell populations // Learning and Memory. — 2015. — Т. 22, № 9. — С. 444— 451.
91. Vallverdu J.Re-embodying cognition with the same “biases”? // International Journal of Engineering and Future Technology™. — 2018. — Т. 15, № 1. — С. 23—30.
92. Vallverdu J., Trovato G. Emotional affordances for human-robot interaction // Adaptive Behavior. — 2016. — Т. 24, № 5. — С. 320—334.
93. Vertes R. P., Linley S. B., Groenewegen H. /.The Rat Nervous System. — 4е изд. — San Diego : Academic Press, 2015. — Гл. 16. Thalamus. С. 335— 390.
94. Voigt B. C., Brecht M., Houweling A. R. Behavioral Detectability of Single-Cell Stimulation in the Ventral Posterior Medial Nucleus of the Thalamus // Journal of Neuroscience. — 2008. — Т 28, № 47. — С. 12362—12367.
95. Yan B., Yan J. A Tree-Like Model for Brain Growth and Structure. — 2013.
96. Zarrindast M. R. Neurotransmitters and Cognition // EXS. — 2006. — С. 5— 39.
97. Ziemke T., Lowe R. The Role of Emotion in Embodied Cognitive Architecture: From Organisms to Robots // Cognitive Computation. — 2009. — Т 1018. — С. 106—108.

🛒 Оформить заказ

⚡ Работу высылаем в течении 5 минут после оплаты.

🔍 ПОХОЖИЕ РАБОТЫ ПО ТЕМЕ

Сопоставительный анализ базовых эмоций в английском и русском языках на материале соматических фразеологизмов Магистерская диссертация лингвистика 2021 г. 4920 руб. ИНТЕГРАЦИЯ ТРЁХ СИСТЕМ НЕЙРОМОДУЛЯТОРОВ ДЛЯ РЕАЛИЗАЦИИ БАЗОВЫХ ЭМОЦИЙ В КОГНИТИВНОЙ АРХИТЕКТУРЕ NEUCOGAR Дипломные работы, ВКР информатика 2017 г. 4760 руб. Лексико-семантическая группа русских прилагательных, характеризующих внешнее проявление эмоций на лице человека (функционально-семантический аспект) Бакалаврская работа лингвистика 2024 г. 4700 руб. ОБУЧЕНИЕ ОСОБЕННОСТЯМ ВЫРАЖЕНИЯ ЭМОЦИЙ НА УРОКЕ АНГЛИЙСКОГО ЯЗЫКА (НА МАТЕРИАЛЕ СОВРЕМЕННОЙ АНГЛИЙСКОЙ ЛИТЕРАТУРЫ И КИНОФИЛЬМОВ) Бакалаврская работа английский язык 2017 г. 4600 руб. Языковые средства описания эмоций и психических состояний в английском языке и методика их использования на занятиях в СОШ Дипломные работы, ВКР лингвистика 2016 г. 4800 руб. Фразеологизированные синтаксические конструкции с эмотивным значением и вопросы их перевода с испанского языка на русский Бакалаврская работа лингвистика 2018 г. 4330 руб. Разработка методики по распознаванию эмоций человека в виртуальной реальности Дипломные работы, ВКР информационные системы 2019 г. 6500 руб. Система видео- анализа эмоционального состояния студентов и их распределение на протяжении семестра (на примере ИТИС КФУ) Дипломные работы, ВКР информационные системы 2017 г. 4300 руб. Особенности выражения эмоций в диалогической речи немецкого языка Магистерская диссертация педагогика 2019 г. 5910 руб. ВЗАИМОДЕЙСТВИЕ ПРОСОДИЧЕСКИХ И НЕВЕРБАЛЬНЫХ СРЕДСТВ ПРИ ВЫРАЖЕНИИ ЭМОЦИЙ (НА МАТЕРИАЛЕ АНГЛИЙСКОГО ЯЗЫКА) Дипломные работы, ВКР лингвистика 2019 г. 6500 руб.

📎 ДИПЛОМНЫЕ РАБОТЫ, ВКР ПО ПРЕДМЕТУ «ИНФОРМАТИКА»

Найдено работ: 2834

Разработка редактора интерьера онлайн Дипломные работы, ВКР информатика 2022 г. 4460 руб. Разработка веб-приложения для расчёта эффективности и заработной платы сотрудников в CRM-системе Битрикс24 Дипломные работы, ВКР информатика 2022 г. 4560 руб. Разработка и исследование метода улучшения фотоизображения лица с применением GAN Дипломные работы, ВКР информатика 2022 г. 4540 руб. Решение задачи генерации технической документации для автоматизации процессов обработки и формирования заказов ПГ «Метран» Дипломные работы, ВКР информатика 2022 г. 4570 руб. Анимация лица по эталонному видеопотоку с применением генеративно-состязательной нейронной сети Дипломные работы, ВКР информатика 2022 г. 4500 руб. Оптимизация системы управления запасами предприятий при помощи искусственной нейронной сети LSTM Дипломные работы, ВКР информатика 2022 г. 4540 руб. Применение нейронной сети RBF для разработки проекта автоматизации складского учета предприятия Дипломные работы, ВКР информатика 2022 г. 4600 руб. Сравнение параллельных методов решения больших и сверхбольших разреженных СЛАУ на CPU и GPU Дипломные работы, ВКР информатика 2022 г. 4500 руб. Рекомендательная система подбора изображений к презентациям Дипломные работы, ВКР информатика 2022 г. 4500 руб. Разработка и исследование методов выделения и классификации поэтических текстов Дипломные работы, ВКР информатика 2022 г. 4265 руб. Анализ пешеходного трафика с помощью нейронных сетей в режиме реального времени Дипломные работы, ВКР информатика 2022 г. 4360 руб. Разработка программы для моделирования стратегий торговли на фондовом рынке Дипломные работы, ВКР информатика 2022 г. 4260 руб. Обнаружение электросамокатов в режиме реального времени Дипломные работы, ВКР информатика 2022 г. 4355 руб. МОДЕЛИРОВАНИЕ ВЫСОКОНАГРУЖЕННОГО СЕРВИСА ДЛЯ РАСЧЕТОВ РАСПРОСТРАНЕНИЯ ЗАГРЯЗНЯЮЩИХ ВЕЩЕСТВ В АТМОСФЕРЕ Дипломные работы, ВКР информатика 2022 г. 4255 руб. АВТОМАТИЧЕСКАЯ КАТЕГОРИЗАЦИЯ ТОВАРОВ ПО ИХ НАИМЕНОВАНИЯМ Дипломные работы, ВКР информатика 2022 г. 4250 руб.
📋 Содержание 📖 Введение ✅ Заключение 📕 Литература 🔍 Похожие 🛒 Купить ⬆️

Оценка стоимости

Это краткая форма заказа. После ее заполнения вы перейдете на полную форму заказа работы

Каталог работ (209234)

Поиск работ


©2026 Cервис помощи студентам в выполнении работ
.