博文
另外一种量化方案
||
1 神经网络中受体调整次数的总和也是网络训练过程中网络调整次数的一个上界；但在考虑信息处理系统行为的时候，还要考虑调整程度足够强的次数的总和。
2 在考察生物神经网络运作时，如果输入输出向量样本对相应网络各边的权值都没有修改，可作为信息提取过程处理。
3 另外一种量化方案：对于网络中的每个细胞，在时间轴上每个时间点都建立观察点，将该时间点上细胞的阈值电位和膜电位考虑各种因素后换算成波动阈值输入。对其他每维输入扩展一维伴生输入，如图中对细胞A 输入Input 1扩展伴生维Input 1’，对输入Input 2扩展伴生Input 2’…；伴生输入Input i’的权值和输入Input i的权值相同,在网络训练过程中，如果权值有修改，两者修改值相同； Input i’的取值是，如果产生输入Input i的输入样本对应的时间点属于细胞（图中是细胞B1或者B2）的绝对不应期（或约定膜电位超过阈值电位后一定长时间内，不包含达到阈值电位时间点），则Input i’取1，其他时间取0。
由1、2，结构风险最小化理论可以和这种量化方案结合起来分析生物神经网络的运作。
https://wap.sciencenet.cn/blog-746780-605368.html
上一篇：关于网络中权值调整次数上界
下一篇：大脑处理信息量化模型中的细节汇编八
扫一扫，分享此博文
全部作者的其他最新博文
全部精选博文导读
相关博文
- • Minerals线下恳谈会：履践致远、与时偕行——对话中国科学院广州地球化学研究所期刊合作学者
- • 聚英才 建高地 | 北京理工大学“特立青年学者”全球招聘开启
- • 700年后日本或濒临灭绝？日本学者推算预测：届时或仅剩1名15岁以下孩子
- • [转载]【同位素视角】非英语母语学者如何区分’e.g.’, ‘i.e.’, ‘namely’与‘such as’等混淆难题
- • 美国佐治亚大学等机构学者：刈割策略对Bulldog 805紫花苜蓿+Tifton 85狗牙根混播草地产量及品质的影响
- • 美国堪萨斯州立大学、密苏里大学等机构学者研究成果：土壤水分管理策略和品种多样性对紫花苜蓿产量、营养品质和农场盈利能力的影