Global Temporal Dynamic

نقاش
إن البحث الموصوف هنا مدفوع بالديناميكيات الزمنية للأنظمة العصبية الحية وخاصة القدرات الزمنية للبشر والحيوانات العليا. تستطيع أدمغتنا الاستجابة للإشارات المتغيرة بمرور الوقت ، وتوليد أنماط متغيرة بمرور الوقت ، ومعالجة المعلومات (التفكير) بمرور الوقت ، ويمكن أن تمثل المفاهيم والصور عقليا لفترات زمنية تعسفية ، ولها حالات مختلفة من النشاط المستمر والمستدام ذاتيا ( مستيقظا ، أثارت ، النوم). علاوة على ذلك ، يبدو أننا نتمتع تلقائيًا بمهارات وديناميات مرتبطة بالوقت مثل التعرف على الأنماط الزمانية المكانية فور حدوثها ؛ تنسيق المعالجة الداخلية في المخ ، على الرغم من عدم وجود ساعة تحكم وقت واضحة ؛ ووجود نشاط ديناميكي مستدام في العديد من مناطق الدماغ ، من خلال التذبذب (على سبيل المثال ، الخلايا العصبية التنفسية) أو نشاط مستمر أكثر تعقيدًا ("النشاط التلقائي"). تشير هذه المجموعة الواسعة من القدرات الزمنية والنشاط المتغير للوقت إلى شبكة عصبية ديناميكية مؤقتة تغزو هذه العمليات. حتى الآن ، تُظهر العديد من النماذج العصبية قدرات تعيين الأنماط ولكنها تفتقر إلى الديناميات والسلوك الزمني للأنظمة التي تهدف إلى تصميمها.
لقد استكشفنا سلسلة من النماذج التي تهم النشاط الديناميكي في الشبكات العصبية. لقد أوضحنا كيف يمكن للنموذج البسيط للشبكة العصبية تطوير جاذبين ديناميكيين ونشاط مستدام ذاتياً وفوضى. يسمح التحكم في المعلمة g ، مضاعف الوزن ، بتعديل الديناميات مع تقدم من جاذب نقطة ثابتة بسيطة إلى الفوضى. بمجرد قيامنا بإنشاء أنماط نشاط فوضوية في شبكة عصبية ، يمكننا تطبيق نمط تحفيز وقفل الشبكة في جاذب دورة الحد. يطرح هذا السيناريو طريقة محتملة لتنفيذ التعرف على الأنماط وتصنيف الإشارة. نظرًا لأن الأنظمة الديناميكية يمكن أن يكون لها حدود حوض معقدة لجاذبيها ، فهناك سبب لتوقع زيادة في الأداء وقدرات التعميم من هذا النوع من النهج.
يمكن تحقيق تطوير جاذبات متعددة في شبكة عصبية من خلال طريقة تراكمية مع اضطرابات الوزن. في الشبكة الناتجة ، تثير كل مجموعة من الحالات الأولية جاذبها الخاص. يمكن إنجاز المهام الحسابية في تصنيف الأنماط والذاكرة الترابطية من خلال حالات أولية مختلفة تثير جاذبات ديناميكية مختلفة.
في الشبكات الثنائية الديناميكية ، أظهر استكشاف أحواض الجاذبية ومرونة أحواض الجاذبية تلك قدرات الجاذبين على أن تكون أعلى بكثير من عدد الذكريات في شبكة هوبفيلد الساكنة (0.15 ن). مع وجود ما يصل إلى خمسة خلايا عصبية في شبكة ثنائية ديناميكية ، يمكن إنجاز الآلاف من فئات الأحواض - تقسيمات الأنماط إلى أحواض مختلفة -.
لتدريب جاذب معين في شبكة عصبية ، تم تدريب شبكة عصبية مع تأخير الوقت لإنشاء مسار حلقة مغلقة. تقوم الشبكة المدربة بإنشاء هذا المسار على الرغم من ظروف البدء الصاخبة ، ومع وجود شرائح أولية مختلفة. والنتيجة هي مولد إشارة ومسار قوي لتطبيقات الاتصالات والتحكم.
تضيف قطارات الدفع بعدًا جديدًا للمعالجة الزمانية المكانية في النظم العصبية البيولوجية. الأنماط الزمنية لنبضات الأعصاب والتزامن بين مجموعات الخلايا العصبية هي رموز مفترضة لمعالجة المعلومات وتمثيلها. يمكن أن يعكس نشاط إطلاق الخلايا العصبية والمجموعات العصبية العابرة والجاذبات الديناميكية المتراكبة على بنية القطار الدافع للمعالجة العصبية البيولوجية.
تبدو المشكلة العامة المتمثلة في التعرف على الإشارات الزمانية المكانية وتوليدها قابلة للحل مع الشبكات العصبية الديناميكية ، رغم أنه لا يزال يتعين إجراء الكثير من الأبحاث. يتم عرض القدرة على توليد وتدريب النشاط المستدام ذاتياً ، استنادًا إلى جاذبات التذبذب الديناميكية ، في النتائج الأولية الموضحة هنا.