我正在寻找具有特定特征的神经网络模型。该模型可能不存在...
我需要一个不像传统的人工神经网络那样使用“层”的网络。相反,我想要(我相信会是)一个更生物学的模型。
该模型将容纳大量相互连接的神经元,如下图所示。少数神经元(位于图的底部)将接收输入信号,并且级联效应将导致连续的连接神经元可能发射,具体取决于信号强度和连接权重。这并不是什么新鲜事物,但是,没有显式层……只是越来越远的间接连接。
如您所见,我还将网络划分为多个部分(圆圈)。每个圆圈代表一个语义域(一种语言学概念),它是围绕一个概念的核心信息。本质上,语义域是一个概念。
与不同节的节点之间的连接相比,节中的节点之间的连接具有更高的权重。因此,“汽车”的节点彼此之间的连接要比将“英语”与“汽车”连接的节点更多。因此,当单个部分中的神经元点火(被激活)时,整个(或大部分)部分也可能被激活。
总之,我需要将输出模式用作进一步输出的输入,依此类推。 我所追求的是级联效果。
我希望这是有道理的。请在需要时进行澄清。
有没有合适的模型可以对我已经描述的模型进行建模?
最佳答案
您的神经网络类似于使用进化算法(例如遗传算法)创建的神经网络。
有关详细信息,请参见以下文章。
对于这种类型的神经网络的总结。神经元及其连接是使用进化技术创建的。因此,它们没有严格的分层方法。汉斯使用以下技术:
“基因操作:
交叉运算符通过在两个神经网络之间交换局部部分来产生新的后代。它随机选择两个不同的神经网络并选择一个隐藏节点作为枢轴点,然后根据所选的枢轴点交换连接链接和相应的权重。
变异运算符更改连接链接和随机选择的神经网络的相应权重。它执行以下两个操作之一:添加新连接或删除现有连接。
变异算子随机选择一个神经网络的两个节点。
如果它们之间没有连接,它将以随机权重连接两个节点。
否则,它将删除连接链接和重量信息。
”
下图来自惠特利的文章。
@ARTICLE{Han2005Evolutionary,
author = {Sang-Jun Han and Sung-Bae Cho},
title = {Evolutionary neural networks for anomaly detection based on the behavior
of a program},
journal = {Systems, Man, and Cybernetics, Part B: Cybernetics, IEEE Transactions
on},
year = {2005},
volume = {36},
pages = {559 -570},
number = {3},
month = {june },
}
@article{whitley1995genetic,
title={Genetic algorithms and neural networks},
author={Whitley, D.},
journal={Genetic algorithms in engineering and computer science},
pages={203--216},
year={1995},
publisher={Citeseer}
}
关于nlp - 这个神经网络模型是否存在?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13386554/