Русская версияEnglish version   
Том 8   Выпуск 1   Год 2013
Формирование самоорганизующихся отображений сенсорных сигналов на непрерывные нейросетевые аттракторы

Соловьева К.П.

Центр оптико-нейронных технологий, Научно-исследовательский институт системных исследований, Российская академия наук, Москва, 119333, Россия
Московский физико-технический институт (Государственный университет), Долгопрудный, Московская область, 141700, Россия
АНО “Мир 2045”, Москва, 119270, Россия


Аннотация: В работе описывается простая модельная нейронная система, в которой осуществляется самоорганизующееся отображение многомерных рецепторных сигналов R-мерного пространства (где R – количество рецепторов) на состояния сети из N взаимодействующих нейронов. Рекуррентная сеть из N взаимодействующих нейронов обладает одномерным непрерывным аттрактором («Bump attractor»). В отличие от нейрообразной конструкции Т. Кохонена, отображение входного сигнала осуществлялось на устойчивые состояния рекуррентной сети. В том случае, когда множество входных сигналов представляло собой одномерное циклическое многообразие в R-мерном пространстве, а нейронная сеть представляла полное кольцо нейронов с локальными возбуждающими связями, в результате процесса обучения формировалось топологически корректное отображение множества входных сигналов на устойчивые состояния нейронной сети. Продемонстрированы свойства системы, устойчивые к детализации модели нейрона.

Ключевые слова: самоорганизующееся отображение, непрерывный аттрактор, нейрон МакКаллока–Питтса, обучение, карты Кохонена.

 

 

Содержание Оригинальная статья
Мат. биол. и биоинф.
2013;8(1):234-247
doi: 10.17537/2013.8.234
опубликована на рус. яз.

Аннотация (рус.)
Аннотация (англ.)
Полный текст (рус., pdf)
Список литературы

 

  Copyright ИМПБ РАН © 2005-2019