Компьютерные исследования и моделирование
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Компьютерные исследования и моделирование:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Компьютерные исследования и моделирование, 2020, том 12, выпуск 2, страницы 401–416
DOI: https://doi.org/10.20537/2076-7633-2020-12-2-401-416
(Mi crm793)
 

Эта публикация цитируется в 1 научной статье (всего в 1 статье)

МОДЕЛИ В ФИЗИКЕ И ТЕХНОЛОГИИ

Исследование двухнейронных ячеек памяти в импульсных нейронных сетях

М. В. Киселев

Лаборатория робототехники и искусственного интеллекта, Чувашский государственный университет им. И. Н. Ульянова, Россия, 428018, г. Чебоксары, Московский проспект, д. 15
Список литературы:
Аннотация: В данной работе изучаются механизмы рабочей памяти в импульсных нейронных сетях, состоящих из нейронов-интеграторов с утечкой и адаптивным порогом при включенной синаптической пластичности. Исследовались относительно небольшие сети, включающие тысячи нейронов. Рабочая память трактовалась как способность нейронной сети удерживать в своем состоянии информацию о предъявленных ей в недавнем прошлом стимулах, так что по этой информации можно было бы определить, какой стимул был предъявлен. Под состоянием сети в данном исследовании понимаются только характеристики активности сети, не включая внутреннего состояния ее нейронов. Для выявления нейронных структур, которые могли бы выполнять функцию носителей рабочей памяти, была проведена оптимизация параметров и структуры импульсной нейронной сети с помощью генетического алгоритма. Были обнаружены два типа таких нейронных структур: пары нейронов, соединенных связями с большими весами, и длинные древовидные нейронные цепи. Было показано, что качественная рабочая память может быть реализована только с помощью сильно связанных нейронных пар. В работе исследованы свойства таких ячеек памяти и образуемых ими структур. Показано, что характеристики изучаемых двухнейронных ячеек памяти легко задаются параметрами входящих в них нейронов и межнейронных связей. Выявлен интересный эффект повышения селективности пары нейронов за счет несовпадения наборов их афферентных связей и взаимной активации. Продемонстрировано также, что ансамбли таких структур могут быть использованы для реализации обучения без учителя распознаванию паттернов во входном сигнале.
Ключевые слова: импульсная нейронная сеть, гомеостатическая синаптическая пластичность, распознавание пространственно-временных паттернов, рабочая память, нейрон-интегратор с утечкой, адаптивный пороговый мембранный потенциал.
Финансовая поддержка Номер гранта
АО «Лаборатория Касперского»
Работа выполнена при финансовой поддержке АО «Лаборатория Касперского».
Поступила в редакцию: 15.09.2019
Исправленный вариант: 11.12.2019
Принята в печать: 26.12.2019
Тип публикации: Статья
УДК: 004.032.26
Образец цитирования: М. В. Киселев, “Исследование двухнейронных ячеек памяти в импульсных нейронных сетях”, Компьютерные исследования и моделирование, 12:2 (2020), 401–416
Цитирование в формате AMSBIB
\RBibitem{Kis20}
\by М.~В.~Киселев
\paper Исследование двухнейронных ячеек памяти в импульсных нейронных сетях
\jour Компьютерные исследования и моделирование
\yr 2020
\vol 12
\issue 2
\pages 401--416
\mathnet{http://mi.mathnet.ru/crm793}
\crossref{https://doi.org/10.20537/2076-7633-2020-12-2-401-416}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/crm793
  • https://www.mathnet.ru/rus/crm/v12/i2/p401
  • Эта публикация цитируется в следующих 1 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Компьютерные исследования и моделирование
    Статистика просмотров:
    Страница аннотации:179
    PDF полного текста:42
    Список литературы:17
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024