Kognitív informatika az emberi látásban

A tantárgy angol neve: Cognitive Informatics in Human Vision

Adatlap utolsó módosítása: 2010. november 24.

Budapesti Műszaki és Gazdaságtudományi Egyetem
Villamosmérnöki és Informatikai Kar

Kognitív Tanulmányok Mesterszak, MA képzés


Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
VITMM032 3 2/0/0/v 3  
3. A tantárgyfelelős személy és tanszék Dr. Baranyi Péter Zoltán,
4. A tantárgy előadója
 Név: Beosztás: Tanszék, Int.:
 Dr. Baranyi Péter tudományos tanácsadó BME-TMIT
5. A tantárgy az alábbi témakörök ismeretére épít Az Informatika c. tantárgy és a Programozás c. tantárgy ismeretére épít.
6. Előtanulmányi rend
Ajánlott:
BMETE92MC12     Informatika
BMETE47MC08     Programozás (Kísérleti szoftverek)
7. A tantárgy célkitűzése A tantárgy célja megmutatni, hogy milyen műszaki informatikai eszközökkel lehet kognitív folyamatokat leírni és modellezni. Elsősorban a látott kép „megértését” vizsgálja és modellezi a tantárgy, kezdve a retinához kapcsolódó folyamatokkal egészen a V1 - 4 látókérgi folyamatok fő feladatáig. A tárgy a látás tanulására is kitér és megmutatja, hogy miként lehet a látókéregben feldolgozott információt tanulás útján tárgyfelismerésre használni.
8. A tantárgy részletes tematikája
  1. Látás informatikai modellezése (bevezetés) – Korai informatikai modellek – I. Látás korai szakasza – élek szűrése, hasonlóság és térbeli folytonosság észlelése
  2. Korai informatikai modellek – II. Kép intenzitás-értékeiért a geometria, tükröződés, megvilágítás és nézőpont felelősek.  A látás korai szakaszának célja, hogy a négy tényező által okozott hatásokat függetlenítse, különválassza egymástól.
  3. Korai informatikai modellek – III. Látás korai szakasza – Fényforrások és áttetszőség hatásai. A látás korai szakaszának átfogó modelljei.
  4. Korai informatikai modellek – IV. Látás magasabb szintjei.  Sztereo látás.  Diszparitás számítása, sztereo illesztés algoritmusai. Felület távolságának és dőlésszögének diszparitásból történő kikövetkeztetése.  Mozgásérzékelés.
  5. Korai informatikai modellek V. Látás magasabb szintjei. Irányok szerinti szelektivitás, Hubel és Wiesel jégkocka-modellje informatikai szemmel, Biederman komponens-alapú elmélete, geonok szerepe a tanulásban (kitekintés az információ hierarchikus reprezentációjának előnyeire).
  6. Korai informatikai modellek VI. Textúrák és alakzatok magas szintű reprezentációja az agykéregben.  Mérnöki alkalmazások.
  7. D. Marr nyomán készült korai modellek hatása a kognitív informatikára, a modellek korszerű változatai (Lowe skálázás-invariáns módszere, Berg geometrikus homályosítása, Poggio alacsony szintű látókérgi modellje).
  8. Egyesített agykérgi elméletek – a bayes-i agy – K. Friston szabad-energia modellje.
  9. Szabad-energia modell, és alkalmazása perceptuális következtetésre. Hierarchikus Temporális Memóriák – I. Az idő-alapú, felügyelet nélküli tanulás jelentősége információelméleti szempontból. Agykérgi mikro-áramkörök elmélete.
  10. Hierarchikus Temporális Memóriák – II. HTM architektúra alapjai, HTM által megtanulható információk generatív modellje, HTM rendszerek általánosító képessége.  Ritka elosztott reprezentációk, következtetés.
  11. Kognitív Architektúrák – I. newelli mikro-teóriák, egyesített kognitív teóriák, kognitív architektúrák, mint szoftver-alapú kognitív keretrendszerek.  Kognitív architektúrák osztályozása. A SOAR keretrendszer inspirációja és alapelemei.
  12. Kognitív Architektúrák – II. SOAR rendszer következtető működése. A CLARION szoftver-rendszer felépítése.
  13. Kognitív Architektúrák – III. CLARION rendszer, folytatás.
  14. Kognitív Architektúrák – IV. Komplex alkalmazási példa
9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium) Előadás
10. Követelmények
  • a) A szorgalmi időszakban: 1 db zárthelyi sikeres megírása. A vizsgára bocsátás feltétele a legalább elégséges zárthelyi.
  • A vizsgaidőszakban: a vizsga írásbeli.
  • Elővizsga: nincs.
11. Pótlási lehetőségek A szorgalmi időszakban a zárthelyihez kapcsolódik pótlási lehetőség. A zárthelyi pótlására további lehetőség is van a pótlásra kijelölt időszakban.
12. Konzultációs lehetőségek Előadások előtt és után, valamint e-mailen keresztül történő egyeztetés szerint.
13. Jegyzet, tankönyv, felhasználható irodalom
  1. Pléh Csaba, Kovács Gyula, Gulyás Balázs: Kognitív idegtudomány, Osiris Kiadó 2003.
  2. Robert Spence: Information Visualization: Design for Interaction, Prentice Hall, 2007
14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
Kontakt óra28
Félévközi készülés órákra14
Felkészülés zárthelyire22
Házi feladat elkészítése -
Kijelölt írásos tananyag elsajátítása -
Vizsgafelkészülés26
Összesen90
15. A tantárgy tematikáját kidolgozta
 Név: Beosztás: Tanszék, Int.:
 Dr. Baranyi Péter tudományos tanácsadó BME-TMIT