| 题名 | 自然条件下的联想记忆模型及联想存贮器 |
| 作者 | 陈康全 |
| 学位类别 | 工学硕士 |
| 答辩日期 | 1981-12-01 |
| 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 | 本文系统地研究了用类神经元网络组织模型方法 建立起来的"新异滤波器"(Novelty FiHer)型及一般型联 想记忆(GAM)在更一般的,比较接近于生物在自然环景 下的学习,记忆和联想的过程.(即文中所谓的"自然学 习过程".)过去,前人仅解决了在相当人为的学习过程的条 件下(即在学习过程中,仅出现需要被记忆的信息,第个 信息单位必须在此过程中重复出现无穷多次,而且此学 习过程必须持续无限长),联想记忆(不带遗忘效应 的)在极限状态下实现的可能性.然而对各种联想记 忆模型的真正挑战是,在比较自然的条件下,即不仅学习 的过程有限长(真的,在实践中,我们无法观察和试验 无论是人工的,还是自然的联想记忆组织的无限长的 学习过程),而且,并不是所有的信息单位都必须出现 多次;而是有相当多的信息单位是偶而出现,甚至只出现 一次之后而永不再出现[从而是一个往往并没有(也不需要) 被完全记住的信息单位.被记住的一般是出现次数 较多(对生物来说,是对它的生存有较大意义的)信息.]; 在这种情况下,能否证明这些模型有着类似于高级动 物及人类所具备的那种学习,记忆和联想的能力. 面对着这个挑战,出现了两篇论文(见[36]及本论文) 系统地解决这个领域中的这类问题. 在文献[36]中,专门针对"新异滤波器"型联想记忆的自 适应学习过程(不带遗忘)的种种问题,进行了一些系统 的研究.并得到不少结果;然而,对于更一般的"新异滤波器" 联想记忆模型(带遗忘及不带遗忘)的自适应学习的情 况,学习的效果,老化效应以及与遗忘效应及其它因素 的关系,串音噪音的估计,与诸参数间的函数关系,还是一个迄 今为止尚未被解决的一组极为关键的问题. 本论文首次给出了上述这些问题的系统而较全面的 解答,得到了"老化效应"和"串音估值上限"和模型的 各参数(包括遗忘效应参数)间的函数关系;(包括决定 模型自身性质的参数和周围环景及学习条件的描述 参数.)从这些关系出发,又可以比较容易地证明,总可 以选择适当程度的遗忘,以保证此联想记忆模型可 以有小到令人满意的程度的"老化效应"和"串音噪音", 即使长期在最不利的自然条件下工作也是如此. 这样,就首次显示了,就"老化效应"及"串音噪音"这两 方面的影响而言,"遗忘"对这类联想记忆模型的性能 的改善有着举足轻重的意义.再考虑到它们的结构所影 射的生物神经组织的结构及其神经生理学的背景(见附 录B)就不能不使人想到,生物记忆的遗忘性可能并 不是由于生物进化本身无法克 |
| 语种 | 中文 |
| 其他标识符 | 9 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.ia.ac.cn/handle/173211/7366]  |
| 专题 | 毕业生_硕士学位论文 |
| 推荐引用方式 GB/T 7714 | 陈康全. 自然条件下的联想记忆模型及联想存贮器[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