题名 | 自然条件下NF型联想记忆理论 |
作者 | 付汉云 |
学位类别 | 工学硕士 |
答辩日期 | 1981 |
授予单位 | 中国科学院自动化研究所 |
授予地点 | 中国科学院自动化研究所 |
导师 | 黄秉宪 |
学位专业 | 控制理论与控制工程 |
中文摘要 | 高级神经系统的联想记忆及通过学习形成 记忆的过程,既是极为复杂又是为研究者是所向往的 研究领域,它对于今后计算机科学以及智能机的研究 无疑是有益的. 如同在综述中所详细介绍的(作为附录),前人在这 方面做过很多工作,尤其是实验生物学的,大量基础工作. 本文则着重研究了一类有很强的神经生理学背景的联 想记忆模型--"NF型(Novelty Filten)联想记忆 模型"(以后有时简称"NF").从生物个体的实际生存环 境出发,本文强调了这种"自然条件",之后,在该自然条件下研究了 NF模型的学习过程;因此这使本文所研究的学习过程将 有更为广泛、更接近于自然界(即生存着的高等生命个体的 中枢神经与脑的实际联想学习与记忆过程)的意义. 在这之前,国外研究者仅研究并证明了在人为的条 件下(即很虚拟的,从而不可能实现的前提条件下)NF 模型具有自适应的学习过程以达到联想记忆的能力; 即,每个信息单位(必须)重复无限多次在极限态下NF会实 现联想记忆. 但是对于"自然条件"下NF的情况一直是尚缺乏研究的. 因为下述明显道理任何有思维的生命个体,其生存的经验是:学习过程只能持续有限长,并且不是每个以前经历到 的信息单位(pattern)还要求其仍在未来的经历中 多次来临,工作为所研究的任何模型如要求能以电子装置或其他物理模型来实现它,也非得限定学习过程必须为有 限长--因此,在自然条件下对于NF型联想记忆 模型的研究比在人为条件下的相应研究会有更具基本的 意义与益处(生物学,计算机科学等). 在本文中,作者提出P-矢量空间的特异性,并进行了比 较系统的研究.作者还注意到,在研究联想的规律性 时,除了注意到作为信息单位的集合,P-矢空间的一般 线性关系及有关性质之外,还应研究和联想功能有密切 关系的从统计意义上来定义的一些相互关系及其一些规 律性.这些规律的被揭示对于本文的一些定理的证明 是必要的,因而可以说,这些规律在些领域中具有比较 基本的意义. 在本文中,在上述的自然状态下,通过对于NF型联想记 忆模型的数量分析,得到了NF(简记,前面已约定)的统计 平均性质,并证明与揭示了NF具有老化效应,这使得其本 身在自然状态之下不可能无限期地工作下去,即其功能 将随着时间的推移而变得越来越差.为解决 这些问题,本文从一种新的观点--即遗忘可能 是生物在进化过程中所获得的一种有益的保护性的 总体性功能--出发,得到一种意义更广泛的可带 有遗忘的模型,它具有一个参数"遗忘系数"BE[o,a], a>o;当β=o时新模型与原来一 |
语种 | 中文 |
其他标识符 | 40 |
内容类型 | 学位论文 |
源URL | [http://ir.ia.ac.cn/handle/173211/7171] ![]() |
专题 | 毕业生_硕士学位论文 |
推荐引用方式 GB/T 7714 | 付汉云. 自然条件下NF型联想记忆理论[D]. 中国科学院自动化研究所. 中国科学院自动化研究所. 1981. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论