의미신경망

Semantic neural network

의미신경망(SNN)은 존 폰 노이만의 신경망[본 노이만, 1966년]과 니콜라이 아모소프 M-Network를 기반으로 한다.[1][2]폰 노이만의 네트워크에 대한 링크 위상에는 한계가 있지만 SNN은 이러한 제한 없이 사례를 받아들인다.논리적 값만 처리할 수 있지만, SNN은 퍼지 값도 처리할 수 있다는 것을 허용한다.폰 노이만 네트워크에 연결된 모든 뉴런은 재치에 의해 동기화된다.자가 동기화 회로 기법의 추가 사용을 위해 SNN 수용 뉴런은 자가 실행 또는 동기화할 수 있다.

폰 노이만 네트워크와는 대조적으로 의미 네트워크용 뉴런의 위상에는 제한이 없다.폰 노이만(Von Neumann)이 한 것처럼 뉴런의 상대적 어드레싱이 불가능하게 된다.이 경우 절대적 재입력을 사용해야 한다.모든 뉴런은 다른 뉴런에 직접 접근할 수 있는 고유한 식별자를 가져야 한다.물론 액손-덴드라이트에 의해 상호작용하는 뉴런은 서로의 식별자를 가져야 한다.절대적 재입욕은 생물학적 신경망을 위해 실현된 뉴런 특수성을 이용하여 조절할 수 있다.

의미 네트워크의 초기 설명에는 자기반사성과 자기수정 능력에 대한 설명이 없다[두다르 Z.V, 슈클린 D.E., 2000년].그러나 [슈클린 D.E. 2004]에서는 시스템에서 자기성찰과 자기수정 능력의 필요성에 대한 결론이 도출되었다.이러한 능력을 유지하기 위해 뉴런에 대한 포인터 개념이 제공된다.포인터들은 뉴런들 사이의 가상 연결을 나타낸다.이 모델에서 뉴런 연결을 통해 전달되는 신체와 신호는 물리적인 신체를 나타내며, 뉴런들 사이의 가상적인 연결은 아스트랄 신체를 나타낸다.가상 머신을 기반으로 한 인공 뉴런 네트워크 모델을 만들어 초자연적인 효과의 기회를 지원하는 것이 제안되고 있다.

SNN은 일반적으로 자연어 처리에 사용된다.

관련 모델

참조

  1. ^ 아모소프, N. M., A. M. 카사트킨, L. M. 카사트키나."독립적 통제력을 갖춘 로봇의 능동적 의미 네트워크"… 제4차 인공지능 국제공동회의 진행-제1권모건 카우프만 출판사, 1975년
  2. ^ 아모소프, N. M., E. M. 쿠술, A.카사트킨 씨"29. 뉴런 같은 네트워크, 주의, 인공지능."Neuro Computers 및 주의 사항:연결성 및 신경 컴퓨터 2(1991): 433.
  3. ^ 마루파카, 나겐드라, 알리 A.미나이 "의미신경망에서의 연결성과 창의성"Neural Networks (IJCNN), The 2011 International Joint Conference on.IEEE, 2011.
  4. ^ 살라흐트디노프, 러슬란, 제프리 힌튼."미얀마 해싱" RBM 500.3(2007) : 500
  5. ^ 엘리아미스, 크리스 등"기능하는 뇌의 대규모 모델." 과학 338.6111(2012): 1202-1205.
  • 슈클린 D.E.문자에서 의미를 추출하는 의미신경망의 구조, 사이버네틱스와 시스템 분석, 제37권, 제2, 2001년 3월 4일 페이지 182–186(5) [1]
  • 슈클린 D.E.사이버네틱스와 시스템 분석에서 텍스트의 형태학적 및 통사적 분석을 실현하는 의미신경망의 구조, 제37권, 제5권, 2001년 9월, 페이지 770~776(7)
  • Shuklin D.E. 2진법 시계 선형 나무의 실현 및 자연언어 텍스트 처리에 대한 사용, 사이버네틱스 및 시스템 분석, 제38권, 제4권, 2002년 7월, 페이지 503–508(6)