Ao longo da história, as áreas da neurociência e do aprendizado de máquina
têm-se inspirado mutuamente. Um dos métodos mais utilizados atualmente, as
redes neurais profundas, nasceram da formulação matemática dos processos
cognitivos efetuados pelo cérebro humano. A neurociência, por seu lado, vem
utilizando com sucesso crescente os métodos de aprendizado de Máquina para
modelar e prever respostas neurais. Neste trabalho, apresentamos cinco
estudos desenvolvidos durante o programa de Doutorado do IDOR que
demostram a aplicação de aprendizado de máquina à solução de problemas
complexos da neurociência em seres humanos. Tais métodos incluíram (i) as
“support vector machines” (SVM) na identificação de estados emocionais, (ii)
regressões lineares na codificação da música no córtex auditivo, (iii) regressão
de vetores de suporte “support vector regression” (SVR) no mapeamento das
preferências altruístas associadas a lesões cerebrais, e, por fim, (iv) o
mapeamento e reconstrução de experiências visuais por redes neurais
profundas. Em seu conjunto, estes trabalhos trazem novas perspectivas para um entendimento mais profundo das bases computacionais subjacentes à
organização funcional do cérebro, assim como novas aplicações tecnológicas e
clínicas. Ver menos