稀疏互聯(lián)聯(lián)想記憶及其復(fù)雜網(wǎng)絡(luò)實(shí)現(xiàn).pdf

1、聯(lián)想記憶網(wǎng)絡(luò)模擬人腦信息存儲(chǔ)及回憶機(jī)制，具有對(duì)含噪及不完全信息的魯棒處理能力，因而在人工智能、模式識(shí)別等領(lǐng)域獲得了廣泛的研究與應(yīng)用。復(fù)雜網(wǎng)絡(luò)關(guān)注系統(tǒng)結(jié)構(gòu)與功能之間的關(guān)系，是近年來(lái)研究復(fù)雜系統(tǒng)的新視角、新方法。模擬大腦神經(jīng)學(xué)習(xí)機(jī)理的聯(lián)想記憶模型其本質(zhì)表現(xiàn)為一種復(fù)雜的非線性動(dòng)力學(xué)系統(tǒng)，同時(shí)，生物腦神經(jīng)系統(tǒng)中普適存在著復(fù)雜網(wǎng)絡(luò)中典型的小世界效應(yīng)和無(wú)標(biāo)度特性。因此，從復(fù)雜網(wǎng)絡(luò)角度出發(fā)，研究稀疏互聯(lián)聯(lián)想記憶模型實(shí)現(xiàn)就成為了一種新穎的思路。

2、 本文借鑒復(fù)雜網(wǎng)絡(luò)研究結(jié)構(gòu)與功能關(guān)系新思想，從網(wǎng)絡(luò)體系結(jié)構(gòu)角度出發(fā)，深入而系統(tǒng)地從理論分析和應(yīng)用實(shí)例兩方面進(jìn)行交替互補(bǔ)研究，著重探討了神經(jīng)元間稀疏互聯(lián)方式對(duì)于網(wǎng)絡(luò)聯(lián)想記憶性能的影響，并構(gòu)建了相應(yīng)的復(fù)雜網(wǎng)絡(luò)體系結(jié)構(gòu)下的稀疏互聯(lián)聯(lián)想記憶模型。 論文的主要工作及創(chuàng)新點(diǎn)包括： (1)綜述了聯(lián)想記憶神經(jīng)網(wǎng)絡(luò)相關(guān)研究工作，指出其在生物學(xué)建模的合理性及硬件實(shí)現(xiàn)時(shí)存在的問(wèn)題，分析了采用復(fù)雜網(wǎng)絡(luò)思想研究稀疏互聯(lián)聯(lián)想記憶的可行性，提出了從網(wǎng)

3、絡(luò)體系結(jié)構(gòu)角度出發(fā)，從神經(jīng)元稀疏互聯(lián)方式入手，借鑒復(fù)雜網(wǎng)絡(luò)研究思想和生物神經(jīng)系統(tǒng)中普遍存在的復(fù)雜網(wǎng)絡(luò)性質(zhì)，展開(kāi)對(duì)稀疏互聯(lián)聯(lián)想記憶模型理論及應(yīng)用兩方面進(jìn)行研究的新的思路和方法。 (2)借鑒復(fù)雜網(wǎng)絡(luò)研究背景及生物神經(jīng)系統(tǒng)本身所具有的廣泛稀疏連接的內(nèi)在特點(diǎn)，研究了一類廣義稀疏互聯(lián)聯(lián)想記憶網(wǎng)絡(luò)的實(shí)現(xiàn)。它可以將現(xiàn)有的各種基于復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)體系的稀疏互聯(lián)聯(lián)想記憶模型整合入一個(gè)統(tǒng)一的框架中，以概率統(tǒng)計(jì)分析為手段，研究了具有任意連通度的稀疏互聯(lián)聯(lián)

4、想記憶網(wǎng)絡(luò)的動(dòng)力學(xué)演化行為。 (3)鑒于大腦皮層神經(jīng)元突觸連接中有限的代謝能量資源限制，使用信噪比分析方法，研究了傳統(tǒng)全互聯(lián)Hopfield網(wǎng)絡(luò)基礎(chǔ)上，有限連接代價(jià)限制條件下，網(wǎng)絡(luò)最優(yōu)稀疏互聯(lián)結(jié)構(gòu)的確定原則，以期在降低網(wǎng)絡(luò)連接成本的同時(shí)，最大限度的維持網(wǎng)絡(luò)性能。 (4)研究了復(fù)雜網(wǎng)絡(luò)小世界體系下的聯(lián)想記憶實(shí)現(xiàn)問(wèn)題，針對(duì)原始小世界網(wǎng)絡(luò)捷徑生成具有隨機(jī)性，缺乏面向任務(wù)的確定性操作的缺陷，借鑒復(fù)雜動(dòng)態(tài)網(wǎng)絡(luò)中和諧統(tǒng)一的混合擇優(yōu)模

5、型構(gòu)建思想，考慮有限連接代價(jià)限制條件下網(wǎng)絡(luò)結(jié)構(gòu)最優(yōu)稀疏原則引導(dǎo)的捷徑生成方式，提出了一種新的小世界體系結(jié)構(gòu)自適應(yīng)聯(lián)想記憶模型。新模型可根據(jù)學(xué)習(xí)任務(wù)的實(shí)際需求，有目的的選擇捷徑生成，構(gòu)建任務(wù)自適應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)，有效的實(shí)現(xiàn)了聯(lián)想記憶。 (5)模擬人腦功能區(qū)核磁共振成像所揭示的無(wú)標(biāo)度特性，考慮神經(jīng)元突觸動(dòng)態(tài)生成時(shí)融入復(fù)雜網(wǎng)絡(luò)無(wú)標(biāo)度模型形成中的“馬太效應(yīng)”，提出了一種結(jié)構(gòu)動(dòng)態(tài)擇優(yōu)的無(wú)標(biāo)度聯(lián)想記憶模型。該模型根據(jù)有限連接代價(jià)限制條件下網(wǎng)絡(luò)互