CN112381219A - 一种模拟思维逻辑的类神经网络构建方法 - Google Patents
一种模拟思维逻辑的类神经网络构建方法 Download PDFInfo
- Publication number
- CN112381219A CN112381219A CN202011367629.1A CN202011367629A CN112381219A CN 112381219 A CN112381219 A CN 112381219A CN 202011367629 A CN202011367629 A CN 202011367629A CN 112381219 A CN112381219 A CN 112381219A
- Authority
- CN
- China
- Prior art keywords
- tvu
- thinking
- logic
- contact
- calculation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 19
- 238000010276 construction Methods 0.000 title claims description 7
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000000007 visual effect Effects 0.000 claims abstract description 10
- 230000006855 networking Effects 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 24
- 241000282414 Homo sapiens Species 0.000 claims description 16
- 238000012407 engineering method Methods 0.000 claims description 6
- 230000003340 mental effect Effects 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000003825 pressing Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 2
- 230000013016 learning Effects 0.000 abstract description 10
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000006870 function Effects 0.000 abstract description 6
- 210000002569 neuron Anatomy 0.000 description 9
- 210000004556 brain Anatomy 0.000 description 8
- 238000004088 simulation Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 210000000225 synapse Anatomy 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000035045 associative learning Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
- G06N3/065—Analogue means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Neurology (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开一种模拟思维逻辑的类神经网络构建方法的技术方案，其核心是在可视思维单元（TVU）中的思维视角定向的触点式分层计算（CLCPO）技术，分层计算分为两级触点，一级触点是思维过程的相对始点，从此点展开一个思维逻辑，并输出思维逻辑描述和二级触点，二级触点功能是调出其对应的TVU，一个TVU系列代表一个思维逻辑类，称为TVU网，一级触点是计算核心，通过一级触点操作获取关联的二级触点，有人工法、程序法及混合法，二级触点是组网的核心，TVU网通过二级触点打开系列的TVU，TVU之间能跨类和/或跨全局和/或跨域连接，形成复杂VTU网，本发明可延伸出一种模拟人脑思维逻辑的学习、理解及记忆技术架构。
Description
技术领域
本发明属于人工神经网络领域，特别是涉及一种以思维逻辑为模拟对象的类神经网络的构建方法。
背景技术
类神经网络，又直称为人工神经网络（ANN），属于根据计算的连接路径和信息处理的计算模型，其主要图形结构是神经元与触突，即拓朴学的点和弧，多用于计算机模拟，本发明采用“类”来限定神经网络，主要强调以人脑的神经元及突触的结构和功能为参照进行模拟，是一种另类的存储、模拟和应用的人脑思维逻辑计算技术。
涉及人工神经网络的种类较多，如：监督式学习网路（Supervised LearningNetwork）、混合式学习网路（Hybrid Learning Network）、联想式学习网路（AssociateLearning Network）、最适化学习网路（Optimization Application Network），但专门适用于构建智能计算机的具有模拟思维逻辑的类神经网络至今还未见这样的技术方案。
对发明中涉及思维逻辑模拟的人工神经网络（ANN）技术方案检索，至今没有发现相关文献。
人脑有几十亿神经元及突触，形成极其复杂网络，存储复杂的思维逻辑，脑神经元的强大功能与神经元及突触形成的网状分布结构有关，人类学习所达成对知识的理解就是人脑思维逻辑复杂活动的记忆结果，思维活动的奥秘就藏于神经元和神经元核团及其网状结构之中，研究表明只有在理解基础上才能形成有效的记忆，目前所谓的人工智能，本质上就是用计算机来模拟人的大脑思维，例如阿尔法围棋（AlphaGo），其围棋思维能力已经超过人类专家自身，其主要依据是围棋棋谱的“深度学习”技术。
实现计算机进行模拟构建和应用人的思维逻辑，并创建一种复杂、巧妙和简捷方法，让计算机能高效存储、分析和输出具有专家的或超人自身能力的各种思维逻辑，为人类自身学习工作服务，这是目前技术没有解决的难题。
本发明的价值是提供一种计算机拟人思维逻辑的类神经网络技术架构，并延伸出一种可行的计算机思维逻辑的“深度学习”技术方法和架构，具有相当的技术和商业价值。
发明内容
本发明所要解决的技术问题是在进行计算机思维逻辑存储和应用研究中所遇到的难题，给出一种模拟思维逻辑的类神经网络的计算及组网的构建方法，以思维逻辑为对象进行可视计算的弹性灵活组网技术方案，具体说，是以思维逻辑的关联节点和/或连接节点进行可视化定位和思维描述的基本研究对象单元，本发明中把思维逻辑转化和/或作为具体的可视的研究对象单元，称之为思维可视单元，简称TVU（Thinking visual Unit），其组成TVU的技术核心是以思维视角定向的触点式分层计算的技术，简称CLCPO（ContactLayered Calculation based on Perspective Orientation），TVU是由一个或多个CLCPO组成。
其中所述的CLCPO的视角定向是指定向于特定的和/或细分的思维逻辑区域和/或思维层面和/或以特定思维导向延伸的上下左右边界之内的内容，CLCPO的视角定向如同划定在思维逻辑的虚拟“管道”中的思维内容，起到细分或精准定向的作用。
其中所述的CLCPO的触点式是指在人与设备交互界面上以按压和/或触摸和/或点击和/或滑动等操作，以此操作触发分层计算，分层计算为两层计算，第一层的名称为一级触点，其组成包括触点表签、思维描述，一级触点的标签是和/或代表其计算过程的相对始点和/或依据，从此点为开始展开思维逻辑，第二层的名称为二级触点，是因对第一级触点的操作而触发服务器程序计算，以触点方式表达的输出，即一级触点的功能是产生输出二级触点，而二级触点的功能是调出与二级触点对应的TVU，一个一级触点可输出一个及以上的二级触点。
所述的一级触点，以标签文本描述和/或图片表达，代表细分的思维视角定向，其被触摸后能产生两个输出项：符合思维视角定向的思维逻辑描述及所关联的二级触点，二级触点表现为图片和/或程序调用事件，如二维码图片，通过触摸或点击完成其对应的TVU调出，其中思维逻辑描述是以思维视角为定向的内容描述，如特定问题、思维细节、思维路径、思维逻辑的本质及规律等等。
所述的TVU代表一个独立分类的思维逻辑节点的网状和/或树状分布，由一个或多个分支组成，每个分支由连续TVU组成，即在其系列中的任何一个TVU即是一个思维逻辑的相对起点，也是前一个思维逻辑的相对止点，而排列在TVU系列首位的TVU则是思维逻辑的入口，称之为首位TVU，通过执行CLCPO的一级和二级触点事件，以多维度地、逻辑上逐层嵌套式进行系列的TVU输出，呈现网状和/或树状分布展开，称之为TVU网，而由首位TVU组成系系列，称之为TVU系统，TVU系统和TVU网进一步交叉组合形成思维逻辑网络，由此可见，CLCPO的一级触点和二级触点的技术是构建思维逻辑的类神经网络的技术核心，能满足模拟人脑各种思维逻辑结构、空间及功能的构建需要，配置出丰富思维逻辑构型，具有相互联系的、多维度和高深度的思维逻辑网，尤其擅长进行思维逻辑类神经网络的精妙结构的构建。
所述的弹性灵活组网是指能以任意思维视角定向配置一级触点和二级触点的布局，通过对系列的TVU的一级触点和二级触点事件，向前增加思维节点而扩大TVU网，反之通过关闭和/或返回操作退回上一节点而缩小TVU网。
TVU的一级触点是构建VTU智能的核心结构，通过一级触点事件触发获取其关联的二级触点，有三种获取方法，即人工法、程序法及混合法，所谓人工法是通过人的思维决策选择应当对接的VTU，所谓程序法是通过计算机程序计算决策自动选择应当对接的TVU，所谓混合模式是同时采用人工法和程序法选择应当对接的TVU，其中程序法的程序数量和质量代表一级触点的智能和自动化水平。
TVU的二级触点是构建TVU网的核心结构，一个TVU网的形成是通过二级触点打开系列的TVU，以此输出一个思维逻辑过程，尤其是不同TVU之间能够跨类和/或跨全局和/或跨域进行连接，形成更加复杂的TVU网。
类比大脑的神经元，神经元如同TVU，神经元突触如同CLCPO，本发明巧妙运用TVU（思维可视单元）和CLCPO（以思维视角定向的触点式分层计算）两个技术元素进行多维度组合纵横关联，进行模拟组网，即可构建出极其复杂的思维逻辑网及其计算应用，即计算机模拟的人脑思维逻辑的类神经网络，该类神经网络将是研究大脑学习记忆的结构-功能-计算的研究和应用模型。
TVU的CLCPO的典型表达方式是二级触点嵌套在一级触点的输出框中输出，TVU的CLCPO的非典型方式是二级触点不是嵌套在一级触点的输出框中，而是置于TVU中和/或TVU外的任意位置和/或空间点上输出，起到特殊效果，如跨窗口输出。
附图说明
图 1 TVU的思维视角定向的触点式分层计算（CLCPO）技术的结构示意图。
图2 TVU网的示意图。
具体实施方式
实现本发明的关键在TVU及思维视角定向的触点式分层计算（CLCPO）技术的开发，具体方法如图1、图2所示范。
（1）TVU建构方法
通过新建具有唯一编码和专属视角定向标签的TVU编辑窗口，具有图文插入和文本编辑和API接口嵌入功能，系统可创建无数个TVU这样的窗口。
（2）一级触点的构建方法
在TVU编辑器窗口，插入可视化一级触点接口编辑器，定义一级触点标签和思维逻辑描述，确定后即可自动插入。
（3）二级触点的构建方法
在一级触点编辑器窗中，再插入二级触点的接口编辑器，定义访问地址或对接特定计算机程序接口，点击生成（包括二维码）插入到一级触点编辑窗。
（4）二级触点的输出方法
上述一级触点和二级触点运行于系统前端，如手机上，触摸一级触点，即可打开一级触点窗口，其中包括思维逻辑描述和二级触点，再触摸二级触点，即打开对应的TVU。
图2所示TVU与TVU网的组构的关系。
Claims (6)
1.一种模拟思维逻辑的类神经网络构建方法，其特征在于，以思维逻辑作为可视对象进行计算和弹性灵活组网的技术方案，具体说，以思维逻辑的关联节点和/或连接节点进行可视化定位和思维逻辑描述的基本的研究对象单元，简称TVU，即思维可视单元，其技术核心是以视角定向的触点式分层计算，简称CLCPO，是组构TVU内部的可执行结构，一个TVU是由一个或多个CLCPO组成，其中所述的CLCPO的视角定向是指定向于特定的思维主题和/或思维逻辑路径和/或思维层面和/或以特定思维导向延伸的上下左右边界之内的内容；其中所述的CLCPO的触点式是指在人与设备交互界面上以按压和/或触摸和/或点击和/或滑动等操作，以此操作触发分层计算，分层计算为两层计算，第一层计算的名称为一级触点，其组成包括触点表签、思维描述，一级触点的标签是和/或代表其计算过程的相对始点和/或依据，从此点为开始展开思维逻辑，第二层计算的名称为二级触点，是因对一级触点的操作而触发程序计算生成和输出的关联触点，即一级触点的计算功能是产生输出二级触点，而二级触点的计算功能是调出与二级触点对应的TVU，一个一级触点计算可输出一个及以上的二级触点，一级触点在被触摸后产生的两个输出项，即思维逻辑描述及其所关联的二级触点，二级触点表现为图片和/或程序调用事件，如二维码图片，通过按压和/或触摸或点击完成其对应的TVU调出。
2.根据权利要求1所述的一种模拟思维逻辑的类神经网络构建方法，其特征在于，所述的TVU代表一个独立分类的思维逻辑节点的网状和/或树状分布，由一个或多个分支组成，每个分支由连续TVU组成，其系列中任何一个TVU是一个思维逻辑的相对起点，又是前一个思维逻辑的相对止点，而排列在TVU系列首位的TVU则是思维逻辑的入口，称之为首位TVU，通过执行CLCPO的一级和二级触点事件，以多维度、逻辑上逐层嵌套式地输出TVU，呈现网状和/或树状分布展开，称之为TVU网，而由首位TVU组成的纵向系列，称之为TVU系统，TVU系统和TVU网交叉组合形成思维逻辑网络。
3.根据权利要求1所述的一种模拟思维逻辑的类神经网络构建方法，其特征在于，所述的弹性灵活组网是指能以任意思维视角定向配置一级触点和二级触点的布局，通过对系列的TVU的一级触点和二级触点事件，向前增加思维逻辑节点而扩大的TVU网，反之通过关闭和/或返回操作向后退到上一思维逻辑节点而缩小TVU网。
4.根据权利要求1所述的一种模拟思维逻辑的类神经网络构建方法，其特征在于，TVU的一级触点是TVU的计算核心结构，通过一级触点操作获取其关联的二级触点，有三种方法，即人工法、程序法及混合法，所谓人工法是通过人的思维决策选择应当对接的TVU，所谓程序法是通过计算机程序计算决策自动选择应当对接的TVU，所谓混合模式是同时采用人工法和程序法选择应当对接的TVU。
5.根据权利要求1所述的一种模拟思维逻辑的类神经网络构建方法，其特征在于，TVU的二级触点是构建TVU网的核心结构，一个TVU网的形成是通过二级触点打开系列的TVU，以此输出一个思维逻辑过程，尤其是TVU之间能够跨类和/或跨全局和/或跨域进行多维度连接，形成更加复杂的TVU网。
6.根据权利要求1所述的一种模拟思维逻辑的类神经网络构建方法，其特征在于，TVU的CLCPO的典型表达方式是二级触点嵌套在一级触点的输出框中列出，而CLCPO的非典型方式是二级触点不是嵌套在一级触点的输出框中输出，而是置于TVU中和/或TVU外的任意位置和/或空间点上输出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011367629.1A CN112381219A (zh) | 2020-12-01 | 2020-12-01 | 一种模拟思维逻辑的类神经网络构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011367629.1A CN112381219A (zh) | 2020-12-01 | 2020-12-01 | 一种模拟思维逻辑的类神经网络构建方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112381219A true CN112381219A (zh) | 2021-02-19 |
Family
ID=74588673
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011367629.1A Pending CN112381219A (zh) | 2020-12-01 | 2020-12-01 | 一种模拟思维逻辑的类神经网络构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112381219A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050005266A1 (en) * | 1997-05-01 | 2005-01-06 | Datig William E. | Method of and apparatus for realizing synthetic knowledge processes in devices for useful applications |
| WO2008076438A1 (en) * | 2006-12-18 | 2008-06-26 | Mind Fund Llc | Augmenting individual and collective human thinking and knowledge navigation and creation |
| CN102016887A (zh) * | 2008-05-01 | 2011-04-13 | 启创互联公司 | 用于用户驱动的语义网络和媒体合成的动态产生的方法、系统和计算机程序 |
| CN106537901A (zh) * | 2014-03-26 | 2017-03-22 | 马克·W·帕布利科弗 | 用于提供定制的娱乐内容的计算机处理方法和系统 |
| CN106779092A (zh) * | 2016-12-16 | 2017-05-31 | 广州衡昊数据科技有限公司 | 一种具备行业专家思维模式和操作能力的智能决策引擎 |
| US20170337180A1 (en) * | 2016-05-23 | 2017-11-23 | Lishan Wang | Recognition method and system of natural language for machine thinking |
-
2020
- 2020-12-01 CN CN202011367629.1A patent/CN112381219A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050005266A1 (en) * | 1997-05-01 | 2005-01-06 | Datig William E. | Method of and apparatus for realizing synthetic knowledge processes in devices for useful applications |
| WO2008076438A1 (en) * | 2006-12-18 | 2008-06-26 | Mind Fund Llc | Augmenting individual and collective human thinking and knowledge navigation and creation |
| CN102016887A (zh) * | 2008-05-01 | 2011-04-13 | 启创互联公司 | 用于用户驱动的语义网络和媒体合成的动态产生的方法、系统和计算机程序 |
| CN106845645A (zh) * | 2008-05-01 | 2017-06-13 | 启创互联公司 | 用于用户驱动的语义网络和媒体合成的动态产生的方法、系统和计算机程序 |
| CN106537901A (zh) * | 2014-03-26 | 2017-03-22 | 马克·W·帕布利科弗 | 用于提供定制的娱乐内容的计算机处理方法和系统 |
| US20170337180A1 (en) * | 2016-05-23 | 2017-11-23 | Lishan Wang | Recognition method and system of natural language for machine thinking |
| CN106779092A (zh) * | 2016-12-16 | 2017-05-31 | 广州衡昊数据科技有限公司 | 一种具备行业专家思维模式和操作能力的智能决策引擎 |
Non-Patent Citations (3)
| Title |
|---|
| S. AGATONOVIC-KUSTRIN等: "Basic concepts of artificial neural network (ANN) modeling and its application in pharmaceutical research", 《JOURNAL OF PHARMACEUTICAL AND BIOMEDICAL ANALYSIS》, vol. 22, no. 05, pages 717 - 727 * |
| 柴园园: "普适的模糊推理系统理论及应用", 《中国博士学位论文全文数据库 (信息科技辑)》, no. 2011, pages 140 - 14 * |
| 江建慧: "人类思维模拟及其分层－协调结构模型", 《上海铁道大学学报》, vol. 17, no. 02, pages 33 - 41 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Latour | On actor-network theory: A few clarifications | |
| Goldschmidt | Capturing indeterminism: representation in the design problem space | |
| US5517663A (en) | Animated user interface for computer program creation, control and execution | |
| CN109191590B (zh) | 一种用于制作虚拟现实应用的处理系统及处理方法 | |
| Yildirim | Text-to-image generation ai in architecture | |
| Al-Fedaghi | Five generic processes for behavior description in software engineering | |
| Repenning | Programming substrates to create interactive learning environments | |
| CN112381219A (zh) | 一种模拟思维逻辑的类神经网络构建方法 | |
| Razak et al. | Designing the hierarchical fuzzy systems via FuzzyR toolbox | |
| Camurri et al. | A cognitive model and a knowledge representation system for music and multimedia | |
| El-Khaldi | Mapping boundaries of generative systems for design synthesis | |
| Heylighen | Coping with Complexity: concepts and principles for a support system | |
| Gauchel et al. | Building modeling based on concepts of autonomy | |
| Engeli et al. | A virtual reality design environment with intelligent objects and autonomous agents | |
| Wendrich | Multiple modalities, sensoriums, experiences in blended spaces with toolness and tools for conceptual design engineering | |
| Li et al. | Virtual humans: Evolving with common sense | |
| Whale | Why use computers to make drawings? | |
| Biggs et al. | The Dancer in the Machine | |
| Reis | Using rules for creativity in visual composition | |
| Southey et al. | Ossa-a conceptual modelling system for virtual realities | |
| Lüley | Ephemeral occupancies: Non-linear approach to adaptable architecture | |
| Wu | Design and Implementation of Painting Style Rendering System Based on Deep Learning | |
| Erişen | Creative Evolution in Architecture: A Critical Inquiry into New Relations of Objectile-Subjectile and Intelligent Spaces | |
| Balet et al. | Autonomous Entities in Distributed Virtual Environments. | |
| Wheeler | For Whom the Bell Tolls?: The Roles of Representation and Computation in the Study of Situated Agents |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |