中外健康文摘
中外健康文摘
중외건강문적
WORLD HEALTH DIGEST
2011年
21期
88-91
,共4页
过程存储与重组模型%时序控制%微循环%结构风险%中枢神经系统%信息处理
過程存儲與重組模型%時序控製%微循環%結構風險%中樞神經繫統%信息處理
과정존저여중조모형%시서공제%미순배%결구풍험%중추신경계통%신식처리
结合人工神经网络领域的理论成果,量化描述大脑处理信息的过程,分析大脑各生化参数、生理机制对具体信息存储、信息提取的影响,将有助于进一步理解大脑的工作原理.本文介绍了一个量化描述大脑信息存储、信息提取的思路,并结合结构风险最小化原理,分析说明大脑在具体信息处理过程中存在样本量和网络规模匹配的问题.在量化模型的帮助下,可以看到,血液循环的时序控制作用、语言机制等能和大脑的生化参数相互配合,实现如下几点,从而使大脑能对不同信息处理组织起相对独立规模受控的子网络,降低结构风险,准确而高效的处理信息:1 在处理特定信息的时候,相关网络中细胞的兴奋程度足够大,并且能维持足够长的兴奋时间 2 在处理特定信息的时候,无关网络中细胞的兴奋程度足够小 3 兴奋程度大小和时间长短不同造成连接改变程度差异,改变程度差异参数和遗忘机制的参数能相互配合4 在实现差异的基础上,又能保证生化环境的稳定,使信息提取时输入神经网络的样本不和训练样本差别过大 5 子网络的组织有一定的稳定性和灵活性.
結閤人工神經網絡領域的理論成果,量化描述大腦處理信息的過程,分析大腦各生化參數、生理機製對具體信息存儲、信息提取的影響,將有助于進一步理解大腦的工作原理.本文介紹瞭一箇量化描述大腦信息存儲、信息提取的思路,併結閤結構風險最小化原理,分析說明大腦在具體信息處理過程中存在樣本量和網絡規模匹配的問題.在量化模型的幫助下,可以看到,血液循環的時序控製作用、語言機製等能和大腦的生化參數相互配閤,實現如下幾點,從而使大腦能對不同信息處理組織起相對獨立規模受控的子網絡,降低結構風險,準確而高效的處理信息:1 在處理特定信息的時候,相關網絡中細胞的興奮程度足夠大,併且能維持足夠長的興奮時間 2 在處理特定信息的時候,無關網絡中細胞的興奮程度足夠小 3 興奮程度大小和時間長短不同造成連接改變程度差異,改變程度差異參數和遺忘機製的參數能相互配閤4 在實現差異的基礎上,又能保證生化環境的穩定,使信息提取時輸入神經網絡的樣本不和訓練樣本差彆過大 5 子網絡的組織有一定的穩定性和靈活性.
결합인공신경망락영역적이론성과,양화묘술대뇌처리신식적과정,분석대뇌각생화삼수、생리궤제대구체신식존저、신식제취적영향,장유조우진일보리해대뇌적공작원리.본문개소료일개양화묘술대뇌신식존저、신식제취적사로,병결합결구풍험최소화원리,분석설명대뇌재구체신식처리과정중존재양본량화망락규모필배적문제.재양화모형적방조하,가이간도,혈액순배적시서공제작용、어언궤제등능화대뇌적생화삼수상호배합,실현여하궤점,종이사대뇌능대불동신식처리조직기상대독립규모수공적자망락,강저결구풍험,준학이고효적처리신식:1 재처리특정신식적시후,상관망락중세포적흥강정도족구대,병차능유지족구장적흥강시간 2 재처리특정신식적시후,무관망락중세포적흥강정도족구소 3 흥강정도대소화시간장단불동조성련접개변정도차이,개변정도차이삼수화유망궤제적삼수능상호배합4 재실현차이적기출상,우능보증생화배경적은정,사신식제취시수입신경망락적양본불화훈련양본차별과대 5 자망락적조직유일정적은정성화령활성.
