"Задача цикла показать алгоритмы, которые создают мышление и сильный ИИ.
Нейронные сети, которые сейчас в основном используются, действительно замыкаются исключительно на задачи классификации и кластеризации.
В цикле показана архитектура нейронных сетей, которая выходит далеко за эти рамки.
Биологически достоверная модель создана. Вычисления проделаны. Моделирование проведено."
"Задача настоящего цикла статей — попробовать описать как работает реальный мозг.
Поэтому нас волнует не только работоспособность предлагаемых моделей, но и их согласованность с теми фактами, что известны про реальный мозг и реальные нейроны."
Логика сознания.
[html]<a href="https://habrahabr.ru/post/308268/">Вступление</a><br>
<a href="https://habrahabr.ru/post/308370/">Часть 1. Волны в клеточном автомате</a><br>
<a href="https://habrahabr.ru/post/308878/">Часть 2. Дендритные волны</a><br>
<a href="https://habrahabr.ru/post/308972/">Часть 3. Голографическая память в клеточном автомате</a><br>
<a href="https://habrahabr.ru/post/309366/">Часть 4. Секрет памяти мозга</a><br>
<a href="https://habrahabr.ru/post/309626/">Часть 5. Смысловой подход к анализу информации</a><br>
<a href="https://habrahabr.ru/post/310214/">Часть 6. Кора мозга как пространство вычисления смыслов</a><br>
<a href="https://habrahabr.ru/post/310960/">Часть 7. Самоорганизация пространства контекстов</a><br>
<a href="https://habrahabr.ru/post/312060/">Пояснение «на пальцах»</a><br>
<a href="https://habrahabr.ru/post/312740/">Часть 8. Пространственные карты коры мозга</a><br>
<a href="https://habrahabr.ru/post/317712/">Часть 9. Искусственные нейронные сети и миниколонки реальной коры</a><br>
<a href="https://habrahabr.ru/post/320866/">Часть 10. Задача обобщения</a><br>
<a href="https://habrahabr.ru/post/321256/">Часть 11. Естественное кодирование зрительной и звуковой информации</a><br>
<a href="https://habrahabr.ru/post/326334/">Часть 12. Поиск закономерностей. Комбинаторное пространство</a>[/html]
Перед этим была
[html]Логика мышления
<br />
"Я постарался показать, что, оставаясь в рамках биологически достоверных идей, можно создать модель, обладающую высокими вычислительными возможностями. Как пример было показано соответствие между свойствами коры и возможностями реляционной алгебры."
<br />
<a href="https://habrahabr.ru/post/214109/">Часть 1. Нейрон</a>
<br />
<a href="https://habrahabr.ru/post/214241/">Часть 2. Факторы</a>
<br />
<a href="https://geektimes.ru/post/214317/">Часть 3. Персептрон, сверточные сети</a>
<br />
<a href="https://geektimes.ru/post/214525/">Часть 4. Фоновая активность</a>
<br />
<a href="https://geektimes.ru/post/214663/">Часть 5. Волны мозга</a>
<br />
<a href="https://geektimes.ru/post/214797/">Часть 6. Система проекций</a>
<br />
<a href="https://geektimes.ru/post/215023/">Часть 7. Интерфейс человек-компьютер</a>
<br />
<a href="https://geektimes.ru/post/215151/">Часть 8. Выделение факторов в волновых сетях</a>
<br />
<a href="https://habrahabr.ru/post/215283/">Часть 9. Паттерны нейронов-детекторов. Обратная проекция</a>
<br />
<a href="https://habrahabr.ru/post/215287/">Часть 10. Пространственная самоорганизация</a>
<br />
<a href="https://geektimes.ru/post/215701/">Часть 11. Динамические нейронные сети. Ассоциативность</a>
<br />
<a href="https://geektimes.ru/post/216263/">Часть 12. Следы памяти</a>
<br />
<a href="https://habrahabr.ru/post/216301/">Часть 13. Ассоциативная память</a>
<br />
<a href="https://habrahabr.ru/post/216409/">Часть 14. Гиппокамп</a>
<br />
<a href="https://habrahabr.ru/post/216633/">Часть 15. Консолидация памяти</a>
<br />
<a href="https://habrahabr.ru/post/216825/">Часть 16. Пакетное представление информации</a>
<br />
<a href="https://habrahabr.ru/post/217055/">Часть 17. Реляционная модель данных</a>
<br />
<a href="https://habrahabr.ru/post/217205/">Промежуточный итог</a>
[/html]
2012, проект Connectomics (Коннектом)
отследить направление отдельных волокон и построить трехмерную модель связанности зон коры
диффузная спектральная МРТ
процесс генерации импульса длится порядка 1 миллисекунды, после нейрон некоторое время не способен порождать новые импульсы. Продолжительность этого периода определяет максимальную частоту генерации.
реальные нейроны реагируют на стимул не единичным импульсом, а импульсной последовательностью. При этом частота импульсов тем выше, чем точнее узнан характерный для нейрона образ.
2006, Саймон Хайкин «Нейронные сети. Полный курс» (лучший учебник по нейронным сетям)
Отредактировано Лис (2017-11-09 12:19:24)