私は、特定の特性を持つニューラルネットワークモデルを探しています。このモデルは、私は、従来の人工ニューラルネットワークがそうであるように「層」を使用していないネットワークを必要とする...このニューラルネットワークモデルは存在しますか?
存在しないかもしれません。代わりに、私は[私が信じるもの]より生物学的なモデルを望んでいます。
このモデルには、以下の画像のような相互接続されたニューロンの大きなクラスターが格納されます。いくつかのニューロン(図の一番下)は入力信号を受信し、カスケード効果は信号強度と接続重量に応じて連続ニューロンを発火させます。これは新しいものではありませんが、明示的なレイヤーはありません。遠く離れた間接的な接続がますます増えています。
ご覧のとおり、私はネットワークをセクション(サークル)に分割しています。各円は概念を取り巻く核となる意味論的ドメイン(言語学的概念)を表し、本質的にセマンティックドメインは概念です。
セクション内のノード間の接続の重みは、異なるセクションのノード間の接続よりも高くなります。したがって、 "car"のノードは、 "英語"を "car"に接続するノードよりも互いに接続されています。したがって、単一セクション内のニューロンが発火する(活性化される)場合、セクション全体(または大部分)も活性化される可能性が高い。すべてのすべてで
、私は上の出力パターンは、さらに出力のための入力として使用する必要がある、と。カスケード効果は私が後にしていることです。
これは意味があると思います。必要に応じて説明を求めてください。
私がすでに記述したものをモデル化するモデルが存在していますか?すべてのすべてで
覆われていても良いですか? http://www.idsia.ch/~juergen/rnn.html – greeness
ほとんどのニューラルネットワークは学習するか、一般化することが期待されています。 学習するメカニズムがない場合、ネットワークの学習方法を知りたいのですが重みは変更されません)。 あなたは一般化や学習に興味がなく、波及効果を研究することだけに興味があります...それでは、どちらが面白いはずですか? チェックアウト[ボルツマンマシン](http://en.wikipedia.org/wiki/Boltzmann_machine)と[Hopfield_net](http://en.wikipedia.org/wiki/Hopfield_net) –
@Shayan RCこのモデルではと思います重みは何らかの形で時間の経過とともに調整され、ノード間でより多くの接続が行われます。 –