Jerry Fodor

Neural processing for individual categories of objects Discrete categories of objects such as faces, body parts, tools, animals and buildings have been associated with preferential activation in specialised areas of the cerebral cortex, leading to the suggestion that they may be produced separately in discrete neural regions. Studies of patients with brain damage have revealed pure agnosic disorders that selectively impair recognition of specific object categories. Such agnosic disorders have been reported for faces (prosopagnosia), living vs. nonliving stimuli, fruits, vegetables, tools, and musical instruments among others, suggesting that such categories may be processed independently within the brain. Object-specific areas have been identified consistently across subjects and studies, however their responses are not always exclusive. It may be that the use of distinct brain regions for processing different object categories results from different processing requirements necessary for each class. See also[edit] References[edit]

Emmanuel Kant Un article de Wikipédia, l'encyclopédie libre. Emmanuel Kant Philosophe occidental Époque moderne Biographie[modifier | modifier le code] Emmanuel Kant naît en 1724 à Königsberg en Prusse-Orientale (actuellement Kaliningrad en Russie) dans un milieu modeste : son père, d'origine écossaise, est sellier, et sa mère, décrite par Kant comme une femme très intelligente, est foncièrement piétiste. C'est là qu'il découvre Newton et la physique, preuve selon lui qu'une science a priori de la nature est possible (c’est-à-dire les mathématiques et la physique)[2]. En 1746, la mort de son père l’oblige à interrompre ses études pour donner des cours : il est engagé comme précepteur par des familles aisées et il accomplit cette tâche durant neuf ans. En 1755, il obtient une promotion universitaire et une habilitation grâce à une dissertation sur les principes premiers de la connaissance métaphysique. En 1781 paraît la première édition de la Critique de la raison pure.

Simulation modeling Simulation modeling is the process of creating and analyzing a digital prototype of a physical model to predict its performance in the real world. Simulation modeling is used to help designers and engineers understand whether, under what conditions, and in which ways a part could fail and what loads it can withstand. Simulation modeling can also help predict fluid flow and heat transfer patterns. Uses of Simulation Modeling[edit] Simulation modeling allows designers and engineers to avoid repeated building of multiple physical prototypes to analyze designs for new or existing parts. Before creating the physical prototype, users can virtually investigate many digital prototypes. Typical Simulation Modeling Workflow[edit] Simulation modeling follows a process much like this: Use a 2D or 3D CAD tool to develop a virtual model, also known as a digital prototype, to represent a design.Generate a 2D or 3D mesh for analysis calculations. Simulation Modeling Software Programs[edit] References[edit]

Stephen Kosslyn Un article de Wikipédia, l'encyclopédie libre. Stephen Michael Kosslyn est un psychologue américain né en 1948. Il est actuellement John Lindsley Professor of Psychology in Memory of William James et doyen de Science Sociale à l'université Harvard ainsi que chercheur dans les domaines de la psychologie cognitive et des neurosciences cognitives. Stephen Kosslyn reçoit son Bachelor of Arts de psychologie en 1970 à l'UCLA et son doctorat en psychologie en 1974 à l'université Stanford ; son directeur de thèse est Gordon Bower. Il est surtout connu pour ses recherches et théories en imagerie mentale. Stephen Kosslyn a reçu plusieurs distinctions pour ses recherches, notamment le National Academy of Sciences Initiatives in Research Award et le Prix Jean-Louis Signoret. Articles connexes[modifier | modifier le code] Imagerie mentale Liens externes[modifier | modifier le code] Portail de la psychologie

Steve Furber Stephen Byram "Steve" Furber CBE, FRS, FREng (born 1953) is the ICL Professor of Computer Engineering at the School of Computer Science at the University of Manchester[61] and is probably best known for his work at Acorn Computers, where he was one of the designers of the BBC Micro and the ARM 32-bit RISC microprocessor.[3][62][63][57][64][65][66] Education[edit] Furber was educated at Manchester Grammar School and represented the UK in the International Mathematical Olympiad in Hungary in 1970 and won a bronze medal.[67] He went on to study the Cambridge Mathematical Tripos at St John's College, Cambridge, receiving a Bachelor of Arts degree in mathematics in 1974. In 1978, he was appointed the Rolls-Royce Research Fellow in Aerodynamics at Emmanuel College, Cambridge and was awarded a PhD in 1980 on the fluid dynamics of the Weis-Fogh principle.[68][69] Acorn Computers, BBC Micro and ARM[edit] Research[edit] Awards and honours[edit] Furber's nomination for the Royal Society reads:

Wolfgang Köhler Un article de Wikipédia, l'encyclopédie libre. Wolfgang Köhler (Tallinn, - ) est un psychologue allemand et l'un des fondateurs de la psychologie de la forme avec Max Wertheimer et Kurt Koffka. Biographie[modifier | modifier le code] Wolfgang Köhler est né à Tallinn en Estonie de parents allemands. Il continue ses recherches sur l'audition à l'université de Francfort où il rencontre Max Wertheimer et Kurt Koffka, les deux autres fondateurs de la psychologie de la forme. À l'arrivée au pouvoir des nazis, il critique ouvertement leur politique raciste puis se voit contraint de quitter définitivement l'Allemagne en 1935. Il a reçu le premier Distinguished Scientific Contribution Award de l'American Psychological Association, organisation dont il est ensuite devenu le président. Le phénomène d'Insight[modifier | modifier le code] Article détaillé : Insight Isomorphisme psychophysique[modifier | modifier le code] Bibliographie[modifier | modifier le code] W.

Spiking neural network Spiking neural networks (SNNs) fall into the third generation of neural network models, increasing the level of realism in a neural simulation. In addition to neuronal and synaptic state, SNNs also incorporate the concept of time into their operating model. The idea is that neurons in the SNN do not fire at each propagation cycle (as it happens with typical multi-layer perceptron networks), but rather fire only when a membrane potential – an intrinsic quality of the neuron related to its membrane electrical charge – reaches a specific value. In the context of spiking neural networks, the current activation level (modeled as some differential equation) is normally considered to be the neuron's state, with incoming spikes pushing this value higher, and then either firing or decaying over time. Beginnings[edit] The first scientific model of a spiking neuron was proposed by Alan Lloyd Hodgkin and Andrew Huxley in 1952. Applications[edit] Software[edit] Hardware[edit] See also[edit] CoDi

Robert Greene (écrivain américain) Un article de Wikipédia, l'encyclopédie libre. Robert Greene (écrivain américain) Robert Greene, né à Los Angeles le 14 mai 1959, est un auteur américain connu pour ses livres sur le pouvoir, la séduction et la manipulation. Robert Greene est diplômé de l'université de Californie à Berkeley, en Lettres classiques. The 48 Laws of Power s'est vendu à plus de 2 millions d'exemplaires dans le monde entier[réf. nécessaire]. Tandis que Machiavel se pencha dans Le Prince sur l'art du pouvoir au point de vue d'une personne donnée (en l'espèce de Laurent de Médicis), et qu'il traita dans Les discours sur la première décade de Tite-Live du même sujet au regard d'une collectivité, Robert Greene s'est limité - dans son propos - à l'exercice du pouvoir par un seul et unique individu. Cela dit, en regard de Machiavel, Robert Greene innove, à bien des égards, sur la question du pouvoir[réf. nécessaire]. Portail de la littérature américaine

free variables and bound variables A bound variable is a variable that was previously free, but has been bound to a specific value or set of values. For example, the variable x becomes a bound variable when we write: 'For all x, (x + 1)2 = x2 + 2x + 1.' or 'There exists x such that x2 = 2.' In either of these propositions, it does not matter logically whether we use x or some other letter. Examples[edit] Before stating a precise definition of free variable and bound variable, the following are some examples that perhaps make these two concepts clearer than the definition would: In the expression n is a free variable and k is a bound variable; consequently the value of this expression depends on the value of n, but there is nothing called k on which it could depend. y is a free variable and x is a bound variable; consequently the value of this expression depends on the value of y, but there is nothing called x on which it could depend. Variable-binding operators[edit] The following are variable-binding operators. for sums or where

Глушков, Виктор Михайлович Ви́ктор Миха́йлович Глушко́в (24 августа 1923(19230824), Ростов-на-Дону[1], РСФСР, СССР — 30 января 1982, Москва, СССР[2]) — советский математик, кибернетик. Академик АН СССР (1964) и АН УССР (1961), депутат Верховного Совета СССР 8—10 созывов. Член многих академий наук и научных обществ мира. Заслуженный деятель науки УССР (1978), вице-президент АН УССР (с 1962 года), Герой Социалистического Труда (1969). Автор трудов по алгебре, кибернетике и вычислительной технике. Биография[править | править вики-текст] Родился в семье горного инженера в г. После объявления осенью 1943 года приёма студентов в Новочеркасский индустриальный институт Глушков стал студентом теплотехнического факультета этого института. Заведовал кафедрой теоретической механики Уральского лесотехнического института. Утверждается, что по собственному признанию Глушкова, он узнал о том, как работают компьютеры и что они могут, из книги А. Оставшаяся после переезда из Киева в Москву С. Семья[править | править вики-текст]

Activation function In computational networks, the activation function of a node defines the output of that node given an input or set of inputs. A standard computer chip circuit can be seen as a digital network of activation functions that can be "ON" (1) or "OFF" (0), depending on input. This is similar to the behavior of the linear perceptron in neural networks. However, it is the nonlinear activation function that allows such networks to compute nontrivial problems using only a small number of nodes. Functions[edit] In biologically inspired neural networks, the activation function is usually an abstraction representing the rate of action potential firing in the cell. , where is the Heaviside step function. A line of positive slope may also be used to reflect the increase in firing rate that occurs as input current increases. is the slope. All problems mentioned above can be handled by using a normalizable sigmoid activation function. , where the hyperbolic tangent function can also be any sigmoid. where

Michel Fayol Un article de Wikipédia, l'encyclopédie libre. Michel Fayol est professeur émérite et membre du Laboratoire de Psychologie Sociale et Cognitive (LAPSCO) de l'Université Blaise-Pascal de Clermont-Ferrand[1]. Parcours universitaire[modifier | modifier le code] Après un doctorat en psychologie décroché à l'université de Bordeaux il débute sa carrière professionnel comme maitre de conférences à l'université de Montpellier 2 en 1977. En 1981 il obtient un doctorat es lettres et sciences humaines, toujours à l'université de Bordeaux, et la même année il devient professeur des universités à l'université de Bourgogne de Dijon. En 1998 il rejoint l'université Blaise-Pascal de Clermont-Ferrand[2] Recherche[modifier | modifier le code] Il a centré ses recherches sur 2 des 3 systèmes symboliques écrits : l’écrit et la numération. Concernant l'étude de la langue écrite il se concentre principalement sur l'angle de la production et particulièrement de l'apprentissage et l'enseignement de l'orthographe.