Ignorar Comandos do Friso
Saltar para o conteúdo principal
EN PT

 Detalhe do evento

Equipa de estudantes da Universidade do Minho selecionada para finalistas do 1º Prémio do 2019 International Collegiate Competition for Brain-inspired Computing na China Voltar

quarta-feira, 25/09/2019   
1
Equipa da Universidade do Minho constituída pelos estudantes de pós graduação Weronika Wojtak, Flora Ferreira e Paulo Vicente, dos Programas Doutorais em Matemática e Engenharia Eletrónica e Computadores, está entre as equipas selecionadas para o 1º Prémio do ‘2019 International Collegiate Competition for Brain-inspired Computing’ na China http://contest.cbicr.org/en/ .
O trabalho insere-se na área da Robótica com Inspiração nas Neurociências Cognitivas, tem como tema “Learning Sequences with Time Constraints” e é realizado em parceria pelos Centros CMAT e ALGORITMI, sendo os estudantes orientados pelos Professores Wolfram Erlhagen (CMAT) e Estela Bicho (ALGORITMI).

Os resultados podem ser encontrados aqui http://contest.cbicr.org/en/index.php?catid=4

Resumo da investigação:
A capacidade de adquirir sensibilidade sobre as regularidades ordinais e temporais em muitas de nossas atividades sequenciais é fundamental para o nosso comportamento adaptativo num ambiente inerentemente dinâmico. Neste contexto, apresentamos um modelo neuro-computacional, baseado em Campos Neuronais Dinâmicos, que implementa mecanismos de processamento neuroplausíveis que suportam a aquisição eficiente e a reprodução flexível de sequências complexas com restrições de tempo – What to do? And When to do?. O modelo foi testado em diferentes experiências de robótica no mundo real –e.g. aprendizagem de uma sequência musical, aprendizagem de representações conjuntas e aprendizagem de sequências de construção de objetos. Em primeiro lugar, o robô adquire conhecimento sobre os aspetos ordinais e temporais de tarefas sequenciais num paradigma de aprendizagem por demonstração – com poucas demonstrações -- e, posteriormente, recorda a informação da memória, tendo em conta as potenciais restrições de velocidade. Dotar os robôs com a capacidade de aprender eficientemente sequências complexas com restrições temporais permite melhorar muito a suavidade e fluência das interações humano-robô.

1
2