赫布学习、镜像神经元与情绪理解

情绪理解是指个体对他人的情绪以及与情绪相关的身体语言的理解。通过情绪理解个体可以掌握他人的意图,理解他人的感受,从而更好地完成社会化。关于情绪理解的理论解释主要分为两派,理论论认为我们是通过自身心理结构去理解他人的心理状态包括情绪状态,模拟论则认为个体通过自身身体结构映射他人动作从而理解他人情绪。模拟论的前提假设是人类具有能够模拟他人情绪功能的神经系统,镜像神经系统。但是关于镜像神经元的产生,以及模拟的过程是自动化的还是意识控制的,人类如何能将第三人称视角观察经验转化为第一人称下的理解,情绪理解的理论等问题存在较大争议。本文试图梳理前人研究,构建一个以镜像神经系统为基础的情绪理解模型。

综合模糊认知图与BP神经网络的建模方法新探

文章介绍了模糊认知图的基本原理、推理机制及非线性赫布学习算法,然后综合考虑BP神经网络与基于非线性赫布学习算法的模糊认知图,提出了一个新的建模方案,并以股市股价预测问题为例对其进行了检验。研究结果表明:模糊认知图与BP神经网络方法的结合,不仅弥补了传统神经网络模型不具有解释性的缺陷,而且提高了模型的学习效率。

视觉模型中的抑制突触可塑性研究

研究了神经元抑制性突触的可塑性和在视觉模型中的作用。在一个三层前馈视觉模型中,除了考虑兴奋性突触的可塑性外,将抑制性突触的可塑性加入到模型中。比较了赫布学习和反赫布学习窗口,发现抑制性突触在反赫布学习窗口下符合视觉系统的生物特性;并进一步研究了抑制性突触可塑性对眼优势可塑性的影响,发现抑制性突触权重在可塑性学习下增大,是导致眼优势关键期关闭重要的原因。研究结果一方面有助于更好地理解脑视觉神经网络的可塑性;另一方面对于治疗斜视、弱视等视觉疾病提供理论依据。

配电网中电动汽车的实时滚动交易式充电管理

对接入配电网的电动汽车(electricvehicle,EV)进行充电管理,既可以减少充电费用,还能缓解网络阻塞、节约扩容成本。为了在充电管理中应对大量EV动态接入、可再生能源出力、负荷以及电价的多重随机性,该文基于交易式控制原理建立一种分布式实时滚动充电管理框架。提出基于柔性负荷最优运行点和调节灵活性的投标曲线构造方法,能够满足用户的隐私保护和自治需求,并能在配电网层面统一协调EV和多种柔性负荷。针对EV独立决策出现的负荷尖峰现象,提出一种基于赫布型学习的阻塞预测方案。最后,利用IEEE 33节点系统仿真在多种EV渗透率下近一年的复杂充电场景,验证文中方法能在保证充电满意度的前提下,能有效降低整体阻塞水平。

基于类脑认知与贝叶斯估计的仿生建图方法

针对同步定位与地图构建(SLAM)过程中因传感器累积误差、干扰等情况造成定位精度不高的问题,借鉴哺乳动物海马空间对多源信息的认知与整合机理,提出一种新型空间认知模型和融合贝叶斯估计的误差修正方法.首先,建立视觉线索的模拟机制,并对头朝向细胞和3D网格细胞进行建模;其次,构建反赫布学习递归神经网络完成对特定位置的编码,实现机器人对时空经验信息稳定的表达;最后,采用贝叶斯估计原理,建立原位置细胞邻域空间,提出结合位置细胞放电率的误差修正策略.与NeuroSLAM,OKVIS和VINS算法在EuRoC公开数据集上进行对比测试,结果表明:本文算法能够整合多源环境信息实现认知地图构建,最大绝对平移误差为0.727 m,最大绝对旋转误差为0.442.