Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Modeling self-organized emergence of perspective in/variant mirror neurons in a robotic system

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21730%2F19%3A00337693" target="_blank" >RIV/68407700:21730/19:00337693 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.1109/DEVLRN.2019.8850692" target="_blank" >https://doi.org/10.1109/DEVLRN.2019.8850692</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/DEVLRN.2019.8850692" target="_blank" >10.1109/DEVLRN.2019.8850692</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Modeling self-organized emergence of perspective in/variant mirror neurons in a robotic system

  • Popis výsledku v původním jazyce

    A major role attributed to mirror neurons, according to the direct matching hypothesis, is to mediate the link between an observed action and agent's own motor repertoire, to provide understanding STS from inside. The mirror neurons gave rise to various models but one of the issues not tackled by them is the perspective in/variance. Neurons in STS visual areas can be either perspective selective or invariant and the same variability was later also discovered in premotor F5 area in macaques, showing the existence of different types of mirror neurons regarding their perspective selectivity. We model this as an emergent phenomenom using the data from the simulated iCub robot, that learns to reach for objects with three types of grasp. The neural network model learns in two phases. First, the motor (F5) and visual (STS) modules are trained in parallel to self-organize modal maps using the corresponding data sequences from the self-perspective. Then, F5 area is retrained using the output from the pretrained STS module, to acquire the mirroring property. Using the optimized model hyperparameters found by grid search, we show that our model fits very well empirical observations, by showing how neurons with various degrees of perspective selectivity emerge in the F5 map.

  • Název v anglickém jazyce

    Modeling self-organized emergence of perspective in/variant mirror neurons in a robotic system

  • Popis výsledku anglicky

    A major role attributed to mirror neurons, according to the direct matching hypothesis, is to mediate the link between an observed action and agent's own motor repertoire, to provide understanding STS from inside. The mirror neurons gave rise to various models but one of the issues not tackled by them is the perspective in/variance. Neurons in STS visual areas can be either perspective selective or invariant and the same variability was later also discovered in premotor F5 area in macaques, showing the existence of different types of mirror neurons regarding their perspective selectivity. We model this as an emergent phenomenom using the data from the simulated iCub robot, that learns to reach for objects with three types of grasp. The neural network model learns in two phases. First, the motor (F5) and visual (STS) modules are trained in parallel to self-organize modal maps using the corresponding data sequences from the self-perspective. Then, F5 area is retrained using the output from the pretrained STS module, to acquire the mirroring property. Using the optimized model hyperparameters found by grid search, we show that our model fits very well empirical observations, by showing how neurons with various degrees of perspective selectivity emerge in the F5 map.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20204 - Robotics and automatic control

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/VI20172019082" target="_blank" >VI20172019082: Smart Camera - Dohledové centrum nové generace</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2019

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 2019 Joint IEEE 9th International Conference on Development and Learning and Epigenetic Robotics (ICDL-EpiRob)

  • ISBN

    978-1-5386-8128-2

  • ISSN

    2161-9484

  • e-ISSN

    2161-9484

  • Počet stran výsledku

    6

  • Strana od-do

    278-283

  • Název nakladatele

    IEEE

  • Místo vydání

    Anchorage, Alaska

  • Místo konání akce

    Oslo

  • Datum konání akce

    19. 8. 2019

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000564518200042