RU95109396A - Рефлекторная нейросеть - Google Patents
Рефлекторная нейросетьInfo
- Publication number
- RU95109396A RU95109396A RU95109396/09A RU95109396A RU95109396A RU 95109396 A RU95109396 A RU 95109396A RU 95109396/09 A RU95109396/09 A RU 95109396/09A RU 95109396 A RU95109396 A RU 95109396A RU 95109396 A RU95109396 A RU 95109396A
- Authority
- RU
- Russia
- Prior art keywords
- synaptic weights
- circuits
- correction
- neural network
- image recognition
- Prior art date
Links
Abstract
\ \ 1 Изобретение относится к бионике и вычислительной технике и может быть использовано при построении систем распознавания образов. Технический результат, достигаемый при осуществлении изобретения, состоит в повышении точности моделирования за счет биоритмической организации коррекции синаптических весов по системоорганизующим сигналам мотивации совместно с распределенными во времени фазовыми сигналами выделения как приращений в процессе обучения, так и скорректированных синаптических весов в процессе распознавания образов. Для достижения указанного технического результата в рефлекторную нейросеть, содержащую нейроэлементы, введены многоуровневые восходящие рецепторная (Р), проприоцепторная (П) и нисходящие санкционирующая (С), эффекторная (Э) нейросети, представляющие клоновую иерархическую структуру вертикальных срезов с восходящими и нисходящими аксосоматическими межуровневыми связями.
Claims (1)
- \ \ 1 Изобретение относится к бионике и вычислительной технике и может быть использовано при построении систем распознавания образов. Технический результат, достигаемый при осуществлении изобретения, состоит в повышении точности моделирования за счет биоритмической организации коррекции синаптических весов по системоорганизующим сигналам мотивации совместно с распределенными во времени фазовыми сигналами выделения как приращений в процессе обучения, так и скорректированных синаптических весов в процессе распознавания образов. Для достижения указанного технического результата в рефлекторную нейросеть, содержащую нейроэлементы, введены многоуровневые восходящие рецепторная (Р), проприоцепторная (П) и нисходящие санкционирующая (С), эффекторная (Э) нейросети, представляющие клоновую иерархическую структуру вертикальных срезов с восходящими и нисходящими аксосоматическими межуровневыми связями.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU95109396A RU2128363C1 (ru) | 1995-06-06 | 1995-06-06 | Рефлекторная нейросеть |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU95109396A RU2128363C1 (ru) | 1995-06-06 | 1995-06-06 | Рефлекторная нейросеть |
Publications (2)
Publication Number | Publication Date |
---|---|
RU95109396A true RU95109396A (ru) | 1997-05-10 |
RU2128363C1 RU2128363C1 (ru) | 1999-03-27 |
Family
ID=20168621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU95109396A RU2128363C1 (ru) | 1995-06-06 | 1995-06-06 | Рефлекторная нейросеть |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2128363C1 (ru) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008072994A1 (fr) * | 2006-12-13 | 2008-06-19 | Evgeny Nikolaevich Zakharov | Élément neuronal |
US9147155B2 (en) * | 2011-08-16 | 2015-09-29 | Qualcomm Incorporated | Method and apparatus for neural temporal coding, learning and recognition |
-
1995
- 1995-06-06 RU RU95109396A patent/RU2128363C1/ru active
Also Published As
Publication number | Publication date |
---|---|
RU2128363C1 (ru) | 1999-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sun | On variable binding in connectionist networks | |
WO2022108015A1 (ko) | 지식 증류 기반 신경망 아키텍처 탐색 방법 | |
Krumhansl | Music psychology and music theory: Problems and prospects | |
Wang et al. | Complex systems modeling via fuzzy logic | |
Pati et al. | Analysis and synthesis of feedforward neural networks using discrete affine wavelet transformations | |
RU95109396A (ru) | Рефлекторная нейросеть | |
JPH08227408A (ja) | ニューラルネットワーク | |
US5649066A (en) | Method and apparatus for refinement of learning in expert networks | |
Dendrinos et al. | Toward a stochastic dynamical theory of location: empirical evidence | |
Burnod | Organizational levels of the cerebral cortex: an integrated model | |
Bodenhausen et al. | Connectionist architectural learning for high performance character and speech recognition | |
ATE216787T1 (de) | Delta-lernsystem zum benutzen von expertenberatung zur revision von fehlerhierarchien in diagnostischen expertensystemen | |
Ishiguro et al. | Gait coordination of hexapod walking robots using mutual-coupled immune networks | |
NO20031081L (no) | Fremgangsmåte og anordning ved avlöpssluk med festeorgan for en forhöyningsring | |
Graham | Linguistic methods for hierarchically intelligent control | |
Scholles et al. | Real-time application of biology-inspired neural networks using an emulator with dedicated communication hardware | |
Linares-Barranco | Analog neural network VLSI implementations | |
Haque | Artificial Intelligence Applications in Civil/Construction/Architectural Engineering Education | |
RU2057362C1 (ru) | Гибридная ячейка оптоэлектронного нейропроцессора | |
Anton-Sanchez et al. | Towards optimal neuronal wiring through estimation of distribution algorithms | |
Grosan et al. | Engineering drug design using a multi-input multi-output neuro-fuzzy system | |
James | Ethics and non-ethics man | |
Musa | Adaptive traffic control for isolated signalized intersections using neural networks | |
Lee et al. | Fuzzy Inference Mechanism Based on Fuzzy Cognitive Map for B2B Negotiation | |
Langler | Anticipating Molecular Polarity. II. A Graph-Theoretical Approach to Hückel pi-Polarizations of Non-Alternant Monocycles and Bicycles |