Oscillatoriska neurala nätverk ( ONS ) är neurala nätverk vars huvudsakliga strukturella enheter är oscillatorer . ONS fungerar på grund av fluktuationer av enskilda element eller grupper av element och deras interaktion. ONS är av vetenskapligt intresse, eftersom fluktuationer spelar en betydande roll i mänskliga tankeprocesser [1] .
I verk av välkända neurofysiologer A. A. Ukhtomsky och M. N. Livanov lades en hypotes fram att processen för informationsbearbetning i nervsystemet beskrivs i termer av synkronisering av aktiviteten hos olika neurala strukturer. En liknande synpunkt delas också av E. R. John och E. Bazar.
I O. S. Vinogradovas verk lades en hypotes fram om deltagandet av tetarrytmen (4-10 Hz) i septo-hippocampusregionen i processen att välja och lagra information.
Studierna av W. Freeman, W. Singer, R. Eckhorn ger anledning att tro att oscillerande mekanismer gör att information kan bearbetas i hjärnbarkens lukt- och visuella zoner.
Tre typer av ONS har studerats mest noggrant:
Oscillatorerna i dessa nätverk har svaga många-till-många-anslutningar.
I verk av E. Yamaguchi och H. Shimizu studerades synkroniseringsförhållandena för ONSs byggda på van der Pol-typ oscillatorer med svaga kopplingar.
E. Kuramoto studerade också fasoscillatorer och deras synkroniseringsförhållanden i fullt uppkopplade nätverk.
Typer av artificiella neurala nätverk | |
---|---|
|
Maskininlärning och datautvinning | |
---|---|
Uppgifter | |
Att lära sig med en lärare | |
klusteranalys | |
Dimensionalitetsreduktion | |
Strukturell prognos | |
Anomali upptäckt | |
Grafisk probabilistiska modeller | |
Neurala nätverk | |
Förstärkningsinlärning |
|
Teori | |
Tidskrifter och konferenser |
|