Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Mạng nơron với động lực hoạt động đã hình thành
Tóm tắt
Vấn đề phát triển một mạng nơron với một mẫu nhất định của chuỗi trạng thái được xem xét. Một cấu trúc mạng nơron và một thuật toán hình thành ma trận liên kết của nó dẫn đến một giải pháp gần đúng nhưng vững chắc cho vấn đề đã được đề xuất và thảo luận. Các đặc tính giới hạn của tính khả thi của cấu trúc được đề xuất được nghiên cứu. Nhiều phương pháp trực quan hóa quá trình động trong một mạng nơron được so sánh. Các ứng dụng có thể của những kết quả thu được trong việc diễn giải dữ liệu thần kinh sinh lý và trong các hệ thống tin học thần kinh cũng được thảo luận.
Từ khóa
#mạng nơron #động lực hoạt động #ma trận liên kết #trực quan hóa quá trình động #dữ liệu thần kinh sinh lý #tin học thần kinhTài liệu tham khảo
J. J. Hopfield, “Neural networks and physical systems with emergent collective computational abilities,”Proc. Natl. Acad. Sci. USA,79, 2554 (1982).
J. J. Hopfield, “Neurons with graded response have collective computational properties like those of two-state neurons,”Proc. Nat. Acad. Sci. USA,81, 3088 (1984).
W. R. Foster, J. J. Hopfield, L. H. Ungar, and J. A. Schwaber, “Nonlinear neural membrane properties can provide highly robust dynamic neural behaviors,” in:Neural Network for Computing Conference, Snowbird, Utah, April 13–16, 1993, p. 25.
V. L. Dunin-Barkovskii, “Configurational generators of neural rhythm,”Biofizika,29, No. 5, 899 (1984).
E. V. Dunina-Barkovskaya, “Imitational model of learning,”Graduate's Thesis [in Russian], Faculty of Psychology, Moscow State University, Moscow (1985).
E. V. Dunina-Barkovskaya and V. L. Dunin-Barkovsky, “Analog/digital controversies in neural computations,”Neural Network World,3, No. 4, 361 (1993).
D. J. Amit, H. Gutfreund, and H. Sampolinsky, “Spin glass model of neural network,”Phys. Rev. A,B2, 1007 (1985).
D. Hebb,The Organization of Behavior, Wiley, New York (1949).
I. P. Pavlov, “Two-decade experience of objective study of the higher nervous activity of animals,” in:Complete Collected Works [in Russian], Izd. Akad. Nauk, Moscow, SSSR (1961)
A. B. Kornhber, “Die Learnmatrix,”Kybernetik,1, 101 (1959).
L. I. Gutenmakher,Electronic Informational and Logical Machines [in Russian], Izd. Akad. Nauk, Moscow (1962).
D. Marr, “Simple memory: A theory for archicortex,”Philos. Trans. Roy. Soc.,B-262, 23 (1971).
H. Sompolinski, “Kantor,”Phys. Rev. Lett.,57, 2861 (1986).
D. Kleinfield,Proc. Natl. Acad. Sci. USA,83, 9469 (1986).
T. Aoyagi, “Temporal association realized by a network of bursting neurons,” in:Proceedings of IJCNN'93, Nagoya (1993), p. 2359.
M. Reiss and J. G. Taylor, “Storing temporal sequences,”Neural Network,4, 773 (1991).
C. M. Privitera and P. Morasso, “A new approach to storing temporal sequences,” in:Proceedings of IJCNN'93, Nagoya (1993), p. 2745.
B. Gas and R. Natowicz, “Extending discrete Hopfield networks for unsupervised learning of temporal sequences,” in:Proceedings of IJCNN'93, Nagoya (1993), p. 2714.
A. S. Dmitriyev, A. I. Panas, and S. O. Starkov, “Writing and recognition of information in one-dimensional dynamic systems,”Radiotekh. Élektron.,36, 101 (1991).
A. Hiroke and T. Omori, “The phase transition by randomly asymmetric bonds,” in:Proceedings of IJCNN'93, Nagoya, Vol. 3 (1993), p. 2311.