具有突触规则的脉冲神经膜系统综述

膜系统是受到细胞、组织、器官和系统的结构和功能的启发而提出的一类生物启发式计算模型。具有突触规则的脉冲神经膜系统是一类受神经元间信息交流方式的启发而提出的膜系统,该类模型中神经元是存储信息的单元,突触是整合并传递信息的媒介,整个系统采用分布式、并行方式处理信息。文中回顾了具有突触规则的脉冲神经膜系统的定义及相关概念,介绍了若干个脉冲神经膜系统变体,并对比了各系统的同异;列出了该系统及其变体在不同工作模式下计算能力方面的研究进展,以及该系统在求解计算困难问题、算术运算和破解密码方面的应用;提出了尚待研究的若干问题,以期为具有突触规则的脉冲神经膜系统理论研究提供方向,同时为相关系统的应用研究拓展思路。

基于突触扩展规则的带电荷脉冲神经膜系统计算能力研究

带电荷脉冲神经膜系统是受生物神经元细胞膜具有极化现象启发而提出的一种新型脉冲神经膜系统。在带电荷脉冲神经膜系统的基础上,结合生物反射弧现象,利用神经元能够通过突触传递信号给相邻神经元的生物特性,提出了一种基于突触扩展规则的带电荷脉冲神经膜系统。在这类系统中,每个神经元的规则集合被放置在神经元突触上,由神经元的电荷状态控制规则的使用。研究了基于突触扩展规则的带电荷脉冲神经膜系统作为任意自然数的产生和识别装置的计算通用性,结果表明该系统可以计算任意图灵可计算自然数,具有与图灵机等价的计算能力。

脉冲神经网络算法及其在扑克游戏中的应用

随着人工智能的发展,目前主流的神经网络面临着计算量大、功耗高、智能化程度低等问题。为解决以上问题,根据人脑的特性,提出具有普适性的多层脉冲神经网络结构,利用生物学的因果律提出脉冲神经网络算法。通过控制“引导”神经元的激活时间间接调整目标权值,将算法应用在扑克游戏中,使扑克机器人能够学习一个人的打牌能力,实现拟人化程度为85%,验证了算法的可行性,同时表明脉冲神经网络具有强智能性。