Cyfrowy pupil z prostą siecią neuronową [projekt badawczy]

• Zawiera narzędzia do wizualizacji i zrozumienia sieci neuronowych, uczenia Hebba oraz neurogenezy
• wymaga PyQt5 i numpy

Autonomiczne zachowanie:

• Sieć neuronowa kałamarnicy podejmuje autonomiczne decyzje w oparciu o aktualny stan (głód, senność itd.).
• Implementuje stożek widzenia do wykrywania jedzenia, symulując realistyczne zachowania żerowania.
• Algorytm uczenia Hebba uruchamiany jest co 30 sekund (konfigurowalne)
• Doświadczenia z pamięci krótkotrwałej i długotrwałej mogą wpływać na podejmowanie decyzji
• Kałamarnica może tworzyć nowe neurony w odpowiedzi na środowisko (neurogeneza)