Amélioration des modèles du chemin visuel ventral

Cette séance de cours explore les modèles computationnels du système visuel ventral, se concentrant sur l'optimisation des réseaux pour la performance sur les tâches difficiles du monde réel, la comparaison avec les données du cerveau, et discuter des stratégies d'optimisation. Il s'inscrit dans l'utilisation des réseaux neuronaux convolutionnels, des structures hiérarchiques et rétinotopiques, et de l'importance des paramètres filtrants. La séance de cours porte également sur la prédiction des réponses neurales, l'évaluation des règles d'apprentissage et les défis de l'apprentissage non supervisé. De plus, il traite de l'émergence de représentations semblables à des grilles dans les agents artificiels et de l'application d'intégrations contrastées profondes dans la prédiction neuronale. La séance de cours se termine par une discussion sur l'évaluation des règles d'apprentissage à partir de réseaux neuronaux observables et les implications d'intégrations profondément contrastées dans l'amélioration de la performance d'ImageNet.