Yazar
Ashena, Narges
Basım Tarihi
2017-05
Konu
Bilgisayar Mühendisliği, Bilgisayar Bilimleri, Nöral kod çözme, Kavrama, Kol kinematiği, Ventral premotor korteks(F5), Görüntü işleme
Tür
Belge
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Kayıt Numarası
9cf233c0-6f54-4292-9c70-069c67cf5a5f
Lokasyon
Bilgisayar Bilimleri Bölümü
Tarih
2017-05
Örnek Metin
Beyin mekanizmaları ve davranışları hakkındaki bilgimizi genişletmek, sinir sistemi hastalıklarının teşhisinde, robotik ve yapay zekada birçok avantaja ve ilhama yol açabilir. Makak maymununun beynindeki ventral premotor korteks yani F5 alanı literatürde ilgi duyulan alanlardan biridir. Çalışmalar, maymunlardaki F5 bölgesinin kol hareketleri ve el konfigürasyonuyla ilgili olduğunu ve hayvanın farklı şekillerdeki nesneleri (farklı kavrama tipleri) kavramasını sağladığını göstermiştir. Ayrıca F5 bölgesinin, sadece hayvanın kolunu ve elini hareket ettirdiği süre boyunca değil, aynı eylemi yapan başka bir maymunu veya insanı gözlemlediği sırada da aktif olan ayna nöronlar adı verilen nöronları içerdiği yapılan çalışmalarda gösterilmiştir. Bu çalışmada F5 alanı nöral aktivitesi kullanılarak maymunun kol kinematiğinin gerçek zamanlı olarak çözülüp çözülemeyeceğini araştırmayı amaçlıyoruz. Ayrıca ayna ve ayna olmayan nöronların kod çözme kapasiteleri nasıl ayırt edilebilir? Bu amaçla, bir maymun farklı nesneler üzerinde kavrama görevi yaparken belirtilen bölgedeki 32 nöronun (ayna ve ayna olmayan nöronlar dahil) nöral davranışları kaydedildi. Ayrıca maymunun hareketi eş zamanlı olarak videoya kaydedildi. Görüntü işleme teknikleri ve araçları kullanılarak videolardan kinematik veriler çıkarıldı. Daha sonra kinematik verileri tek bir nöronun çözebilme olasılığı araştırıldı. Sonuçlar, kinematiklerin tek nöronlu gerçek zamanlı kod çözümlemesinin her zaman ideal olmadığını, her iki gruptan seçilen nöronlarla makul performansın elde edilebileceğini ortaya koymaktadır. Bu çalışmanın sonuçlarına göre, ayna olmayan nöronların daha iyi tek nöron kod çözücüler olarak görev yaptığı görülmektedir. Daha sağlam kod çözme için popülasyon düzeyinde aktivitenin gerekli olduğu açık görünse de, tek nöron kod çözme doğruluğu, F5 bölgesindeki nöronları kategorize etmek için olası bir kriter olarak düşünülebilir. Makaklardaki ventral premotor korteks, yani F5 bölgesi, literatürdeki ilgi alanlarından biridir. Araştırmalar, maymunlardaki F5'in kayıtlı kol hareketlerini ve biçiminde rol oynadığını ve farklı performanstaki nesnelerin (farklı matematiksel özellikleri) kavranmasını gösterdiğini gösteriyor. Ayrıca f5'te sadece hayvanların hareketi sırasında değil, başka bir maymunun aynı hareketini izlerken aktif olan ayna-nöron adı verilen bölümlerin içeriği bulunur. Bu, F5 bölümündeki sinir paketini kullanarak maymunun kol kinematiğinin gerçek zamanlı olarak çözülüp çözülemeyeceği, dahası, ayna ve ayna olmayan bölümlerin şifre parçalama kapasitesinin nasıl ayırt edilebileceğini araştırmayı amaçlıyoruz. Bu amaçlanan, belirtilen bölgede 32 uzunluğun (ayna ve ayna olmayan uzunluklar dahil) sinirsel dağılımı, bir maymunun farklı özellikler üzerinde anlatım özellikleri yürütülürken yapılandırılmıştır. Ayrıca maymunun hareketi aynı anda videoya çekildi. Görüntü işleme teknolojileri ve araçlarını kullanarak videolardan kinematik veriler kaldırıldı. Daha sonra tek bir dağılımın kinematik verilerinin ayırma yeteneği araştırıldı. Sonuç olarak, kinematiklerin tek bir süresi ile gerçek zamanlı kod çözümü her zaman ideal olsa da, her iki gruptan seçilen zamanlarla makul bir performansa ulaşılabileceği ortaya çıkıyor. Bu çalışmanın dayanılarak, ayna olmayan uzunlukların tek parçalı kod çözücüleri olarak daha iyi güçleri vardır. Daha güçlü kod ayırma için çoklu aralıklardaki aktiviteye ihtiyaç duyulduğu açıkça görülerek, F5 bölgelerinin parçaları, tek parça şifre çözme yöntemindeki başarı ölçümlerine göre kategorize edilebilir.
