×
尼古拉·卡萨波夫

受自然启发的综合联结主义学习系统：当前模型、未来趋势和挑战。 （英语） Zbl 1188.68228号

自然计算。 8，第2期，199-218（2009）。
摘要：迄今为止开发和广泛使用的连接主义系统（人工神经网络）主要基于信息处理的单脑类连接主义原理，其中学习和信息交换发生在连接中。本文将这种连接主义系统的范式扩展到一种新的趋势集成连接主义学习系统（ICOS），该系统在其结构和学习算法中集成了大脑中不同层次信息处理的原理，包括神经元、遗传和量子。Spiking Neural Networks（SNN）被用作基本的连接学习模型，并与其他信息学习原理进一步扩展，以创建不同的ICOS。例如，提出了用于多任务学习的进化SNN，并以基于多模态听觉和视觉信息的人员身份验证为例进行了说明。提出了集成基因-SNN，其中基因相互作用包括在尖峰神经元的功能中。它们被应用于计算神经遗传建模的案例研究。
集成quantum-SNN引入了量子Hebbian学习，其中输入特征和信息尖峰由量子比特表示，从而导致指数级更快的特征选择和模型学习。当需要快速自适应学习系统在大维空间中进行增量学习时，ICOS可用于更有效地解决具有挑战性的生物和工程问题。它们还可以帮助更好地理解大脑中复杂的信息处理，尤其是不同信息水平的信息处理是如何相互作用的。提出了有待进一步研究的问题、挑战和方向。

引用于1文件

MSC公司：

68T05型 人工智能中的学习和自适应系统

关键词：

联结主义学习系统;人工神经网络;尖峰神经网络;进化尖峰神经网络;多任务学习;多模态视听信息处理;基因挖掘神经网络;计算神经发生模型;量子尖峰神经网络

软件：

DENFIS公司;模糊ARTMAP;艺术3
PDF格式BibTeX公司 XML格式引用
\textit{N.Kasabov}，自然计算。8，第2号，199--218（2009；Zbl 1188.68228）
全文： 内政部

参考文献：

[1] Arbib M（ed）（2003）《大脑理论和神经网络手册》。麻省理工学院出版社，剑桥·Zbl 1106.92011号
[2] Ashburner M，Ball CA等人（2000）《基因本体论：生物学统一的工具》。基因本体联盟。《自然遗传学》25:25–29·doi:10.1038/75556
[3] Benuskova L，Kasabov N（2007a）计算神经遗传学建模。施普林格，纽约
[4] Benuskova L，Kasabov N（2007b）基于pCREB转录因子浓度变化的L-LTP建模。神经计算70（10-12）：2035-2040·doi:10.1016/j.neucom.2006.10.133
[5] Benuskova L、Jain V等人（2006），计算神经遗传模型：遗传神经科学新发现的途径。国际神经系统杂志16（3）：215–227·doi:10.1142/S0129065706000627
[6] Carpenter G，Grossberg S（1990）ART3：自组织模式识别体系结构中使用化学发射器的分层搜索。神经网络3（2）：129–152·doi:10.1016/0893-6080（90）90085-Y
[7] Carpenter GA，Grossberg S（1992）视觉和图像处理的神经网络。麻省理工学院出版社，剑桥
[8] Carpenter G、Grossberg S等人（1991）《模糊ARTMAP：模拟多维地图增量监督学习的神经网络架构》。IEEE Trans神经网络3（5）：698–713·doi:10.1109/72.159059
[9] Chalmers DJ（1996）《意识思维：寻找基本理论》。牛津大学出版社·Zbl 0921.00007
[10] Collado-Vides J，Hofestadt R（eds）（2002），基因调控和代谢。基因后计算方法。麻省理工学院出版社，剑桥
[11] Cooper LN，Intrator N等人（2004），皮层可塑性理论。新加坡世界科学出版社·Zbl 1141.92309号
[12] Crick F（1970）分子生物学的中心法则。自然227:561–563·doi:10.1038/227561a0
[13] 达尔文C（1859）通过自然选择的物种起源。约翰·默里（John Murray），伦敦
[14] Defoin-Platel M、Schliebs S等人（2007a），时间序列预测的量子特征选择和神经网络模型。国际计算机网络
[15] Defoin-Platel M，Schliebs S等人（2007b）一种通用的量子启发进化算法。摘自：IEEE进化计算大会。IEEE出版社，新加坡
[16] Dow J、Lindsay G等人（1995年）《生物化学分子、细胞和身体》。波士顿Addison-Wesley
[17] Ezhov A，Ventura D（2000）量子神经网络。收录：Kasabov N（ed）智能系统和信息科学的未来方向。Springer Verlag公司
[18] Feynman RP、Leighton RB等人（1965年）Feynman物理讲座。马萨诸塞州Addison-Wesley出版公司
[19] Fogel G，Corne D（2003），生物信息学的进化计算。摩根考夫曼出版社
[20] Fogel D、Fogel L等人（1990）进化神经网络。生物赛博63:487–493·Zbl 1217.92013年 ·doi:10.1007/BF00199581
[21] Freeman WJ（2000）《神经动力学》。介观脑动力学的探索。斯普林格·弗拉格，伦敦·Zbl 0965.92009
[22] Gerstner W，Kistler WM（2002）尖峰神经元模型。剑桥大学出版社·Zbl 1100.92501号
[23] Goldberg DE（1989）搜索、优化和机器学习中的遗传算法。Addison-Wesley，阅读·Zbl 0721.68056号
[24] Gottgtroy P、Kasabov N等人（2006）智能决策支持的进化本体。Sanches E（ed）模糊逻辑和语义网。Elsevier，第415-439页
[25] Grossberg S（1982）《心智和大脑研究》。波士顿雷德尔·Zbl 2017年5月6日
[26] Grover LK（1996）数据库搜索的快速量子力学算法。摘自：纽约ACM出版社第二十八届ACM计算理论年会论文集·Zbl 0922.68044号
[27] Han K-H，Kim J-H（2002）一类组合优化的Quantum启发进化算法。IEEE Trans-Evol计算6:580–593·doi:10.1109/TEVC.2002.804320
[28] Hey T（1999）《量子计算：导论》。计算机控制工程J 10（6）：105–112·doi:10.1049/cce:1990303
[29] Holland JH（1975）《自然和人工系统的适应》。密歇根大学出版社，安娜堡
[30] Izhikevich EM（2003）尖峰神经元的简单模型。IEEE Trans神经网络14（6）：1569–1572·doi:10.1109/TNN.2003.820440
[31] Izhikevich EM，Desai NS（2003）《STDP与BCM的关系》。神经计算15:1511–1523·Zbl 1109.92307号 ·doi:10.1162/089976603321891783
[32] Johnston S、Prasad G等人（2005）对FPGA上经典神经元和尖峰神经元实现的比较研究。斯普林格LNCS 3696:269–274
[33] Kasabov N（1996）《神经网络、模糊系统和知识工程基础》，麻省理工学院出版社·Zbl 0925.68356号
[34] Kasabov N（2001）监督/非监督在线知识学习的进化模糊神经网络。IEEE Trans-Syst Man Cybern B Cybern31（6）：902–918·doi:10.1009/3477.969494
[35] Kasabov NK（2002）《进化的连接主义系统》。生物信息学、大脑研究和智能机器的方法和应用。斯普林格·弗拉格，伦敦·Zbl 1080.68501号
[36] Kasabov N（2006）大脑、基因和量子启发的计算智能：挑战和机遇。收录：重用B（ed）计算智能：理论与实践。施普林格，海德堡，第521–544页
[37] Kasabov N（2007）《进化连接主义系统：知识工程方法》。斯普林格，伦敦·Zbl 1140.68434号
[38] Kasabov N，Benuskova L（2004）计算神经遗传学。纳米科学计算理论杂志1（1）：47–61·doi:10.1166/jctn.2004.006
[39] Kasabov N，Song Q（2002）DENFIS：动态进化神经模糊推理系统及其在时间序列预测中的应用。IEEE Trans Fuzzy系统10（2）：144–154·数字对象标识代码：10.1109/91.995117
[40] Kasabov N、Jain V等人（2007）《进化脑基因本体系统（EBGOS）：整合生物信息学和神经信息学数据以促进发现》。In:神经网络国际联合会议，IEEE出版社，奥兰多
[41] Kohonen T（1997）自组织地图。Springer Verlag公司·Zbl 0866.68085号
[42] Narayanan A，Meneer T（2000）量子人工神经网络架构和组件。信息科学应用128:3-4·Zbl 0980.68095号
[43] 彭罗斯R（1994）《心灵的阴影：寻找缺失的意识科学》。牛津大学出版社·Zbl 0847.00001号
[44] Sanderson C，Paliwal KK（2004）使用语音和面部信息进行身份验证。数字信号处理14:449–480·doi:10.1016/j.dsp.2004.05.001
[45] Shor PW（1997）量子计算机上素因式分解和离散对数的多项式时间算法。SIAM J计算26:1484–1509·Zbl 1005.11065号 ·doi:10.1137/S009753979529393172
[46] Taylor JG（1999）《意识竞赛》。麻省理工学院出版社，剑桥
[47] Venayagamoorthy GK，Gaurav S（2005）用于训练MLP和SRN神经网络的量子激励进化算法和二进制粒子群优化。计算机纳米科学杂志2（4）：561-568·doi:10.1166/jctn.2005.011
[48] Wysoski S，Benuskova L等人（2006）在用于视觉模式识别的尖峰神经元网络中进行结构自适应的在线学习。In:ICANN 2006。Springer-LNCS，希腊雅典
[49] Wysoski S、Benuskova L等人（2007a）用于多模态信息处理的类大脑进化尖峰神经网络。In:ICONIP 2007，日本北九州，LNCS，施普林格
[50] Wysoski S，Benuskova L等人（2007b）使用尖峰神经网络进行文本相关说话人认证。收录：Proc ICANN’07，第4668卷，第758–767页
[51] Wysoski S，Benuskova L等人（2008）用于多视图视觉模式识别的快速自适应尖峰网络。神经计算（印刷版）
[52] Yao X（1993）进化人工神经网络。国际神经系统杂志4（3）：203–222·doi:10.1142/S012906579300171
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。