Htm और पाठ

देरी की समस्या

मान लें कि जंजीरों के पदानुक्रम के चार स्तर हैं जो क्रमिक रूप से मान्यता प्राप्त हैं - अक्षरों में अक्षर, शब्दों में शब्दांश, वाक्यांशवाद में शब्द। प्रत्येक स्तर की मान्यता पर एक तंत्रिका नेटवर्क का एक चक्र पास होना चाहिए। यदि एएनएन प्रति चक्र एक अक्षर पढ़ता है, तो उच्चतम स्तर के संकेतों की मान्यता बहुत देर हो जाएगी। यदि एएनएन को पूर्वानुमान और कार्रवाई का विकल्प बनाना चाहिए, तो यह बिल्कुल उपयुक्त नहीं है।
ईएनएस में, यह समस्या बहुत स्पष्ट नहीं है, क्योंकि अक्सर (उदाहरण के लिए, जब कान से भाषण को पहचानते हैं), न्यूरॉन्स अगले पदानुक्रम स्तर की तुलना में बहुत तेजी से काम करते हैं।
एएनएन के लिए, समस्या को हल किया जा सकता है यदि अगले संकेत के आगमन को कृत्रिम रूप से विलंबित किया जाता है जब तक कि सभी पदानुक्रम स्तरों को मान्यता नहीं दी जाती है। मैं इस पद्धति को "अनुकूली पहचान गहराई के साथ" कहता हूं। हमारे पास एक चक्रवात के साथ एक चक्र है - जबकि कम से कम एक और न्यूरॉन को मान्यता दी गई है, सेंसर में अगला संकेत नहीं पढ़ें, लेकिन जो है उसे पहचानना जारी रखें। यह ऐसे मामलों को डीबग करने के लिए है, जो कि न्यूरोटाइम वर्चुअल समय की जटिलता में काम आता है, जैसा कि पिछले लेख में बताया गया है ।
एक और समस्या उत्पन्न होती है: प्रत्येक मान्यता चक्र में समय लगता है, और न्यूरॉन्स याद करते हैं कि उनके पूर्वानुक्रम को सक्रिय किया गया है, इस समय के दौरान निष्क्रिय किया जा सकता है, और अगले चक्र में वे काम नहीं करेंगे जैसा कि उन्हें करना चाहिए। यह समस्या हल हो सकती है यदि दो प्रकार के कनेक्शन किए जाते हैं - अपेक्षाकृत बोलना, तुरंत "ऊपर" और "आगे" देरी के साथ। "अप" कनेक्शन एक अनुकूली मान्यता गहराई के साथ एक चक्र में संकेत भेजते हैं, और इस समय के दौरान कोई न्यूरॉन निष्क्रिय नहीं होता है (यदि अवधारणा द्वारा निष्क्रिय करने का समय नहीं है)। केवल चक्र के अंत में, जब संकेतों को "आगे" संसाधित करने का समय आता है, क्या दुनिया और घड़ी की टिक टिक होती है, और न्यूरॉन्स निष्क्रिय हो जाते हैं।
( ) . , , : , …

… :

, ( 1/2 . .) , — : ++ ( cluster.neuronTemporalOutput.activate()), , .

—

, — , - , , — . - , . , — — «», , , — (). , ? , — ( ), . , , . :

और कई स्तरों के साथ पदानुक्रम को देखना आसान हो गया है:

सूचना संपीड़न और भूल

जब मान्यता प्राप्त होती है, तो उच्च-स्तरीय लक्षण निम्न-स्तरीय लक्षणों को रोक सकते हैं। फिर निम्न-स्तर वाले तेजी से भूल जाएंगे और मेमोरी चेन को साफ कर देंगे। केवल एक क्लस्टर जो स्वयं सक्रिय हो गया है, वह धीमा हो सकता है, और केवल वे संकेत जो इसे पहचानते हैं - चूंकि यह स्वयं पहले से ही मेमोरी चेन में सूचीबद्ध है और पहले से ही इस बच्चे की जानकारी को ध्यान में रखा है, और यह इस तरह की ब्रेकिंग के दौरान खो नहीं जाएगा। कैसे धीमा करें? बच्चे को "निचले" संकेतों को पूरी तरह से निष्क्रिय करने के लिए सलाह नहीं दी जाती है, यह केवल कनेक्शन की ताकत को कम करने के लिए पर्याप्त है ताकि मेमोरी श्रृंखला से कनेक्शन तेजी से हटा दिया जाए। दरअसल, अगले कुछ टिक्स में, जानकारी अभी भी काम में आ सकती है, भले ही लक्षण को ध्यान में रखा गया हो, इसलिए इसे तुरंत हटाने के लिए जल्दी न करें।
, , . , .

, . , . — , , , , .

सामान्यीकरण को उजागर करते समय मान्यता प्राप्त संकेतों का निषेध बहुत महत्वपूर्ण है - यदि सामान्यीकरण एक श्रृंखला का चयन करता है जो पहले से ही ज्ञात है, तो यह उन सभी को बाधित करेगा जो अतिरेक है और एक तनातनी नहीं बनाई जाएगी - पुनरावृत्ति या ले। इसके अलावा, यदि नई सामान्यीकृत श्रृंखला में कई विशेषताएं हैं, तो केवल उच्चतम स्तर इसमें प्रवेश करेंगे। यह मुश्किल नहीं है, यह देखते हुए कि एल्गोरिदम / मान्यता कोड दोनों एल्गोरिदम के लिए आम है - यह याद रखना है, जो कि दो प्रमुख श्रृंखलाओं के साथ सामान्यीकरण है।