Global Temporal Dynamic

Diskusi
Penelitian yang dijelaskan di sini dimotivasi oleh dinamika temporal sistem saraf hidup dan terutama oleh kemampuan temporal manusia dan hewan tingkat tinggi. Otak kita dapat merespons sinyal yang bervariasi-waktu, dapat menghasilkan pola yang bervariasi-waktu, dapat memproses informasi (berpikir) dari waktu ke waktu, dapat mewakili konsep dan gambar secara mental untuk interval waktu yang sewenang-wenang, dan memiliki keadaan yang berbeda dari kegiatan yang berkelanjutan dan mandiri. bangun, terangsang, tidur). Selain itu, kita tampaknya secara otomatis memiliki keterampilan dan dinamika yang berkaitan dengan waktu seperti pengenalan pola spasial saat itu terjadi; koordinasi pemrosesan internal di otak, meskipun tidak ada jam waktu pengontrolan yang jelas; dan adanya aktivitas dinamis mandiri di banyak area otak, melalui osilasi (mis., neuron pernapasan) atau aktivitas berkelanjutan lainnya yang lebih kompleks ("aktivitas spontan"). Berbagai kemampuan temporal dan aktivitas yang bervariasi waktu ini menunjukkan jaringan saraf dinamis sementara yang mendasari proses ini. Sampai saat ini, banyak model saraf menunjukkan kemampuan pemetaan pola tetapi tidak memiliki dinamika dan perilaku temporal dari sistem yang dimaksudkan untuk dimodelkan.
Kami telah mengeksplorasi serangkaian paradigma yang menyangkut aktivitas dinamis dalam jaringan saraf. Kami telah menggambarkan bagaimana model sederhana dari jaringan saraf dapat mengembangkan daya tarik dinamis, aktivitas mandiri, dan kekacauan. Kontrol atas parameter g, pengganda bobot, memungkinkan modulasi dinamika dengan perkembangan dari penarik titik tetap sederhana menjadi kekacauan. Setelah kita menghasilkan pola aktivitas kacau dalam jaringan saraf, kita dapat menerapkan pola stimulus dan mengunci jaringan menjadi penarik siklus batas. Skenario ini merupakan cara potensial untuk melakukan pengenalan pola dan klasifikasi sinyal. Karena sistem dinamis dapat memiliki batas wilayah sungai yang rumit untuk penariknya, ada alasan untuk mengharapkan peningkatan kinerja dan kemampuan generalisasi dari jenis pendekatan ini.
Mengembangkan banyak penarik dalam jaringan saraf dapat dicapai melalui metode akresi dengan gangguan berat. Dalam jaringan yang dihasilkan, satu set keadaan awal masing-masing membangkitkan daya tarik mereka sendiri. Tugas komputasi dalam klasifikasi pola dan memori asosiatif dapat diselesaikan melalui berbagai kondisi awal yang membangkitkan berbagai penarik dinamis yang berbeda.
Dalam jaringan biner yang dinamis, eksplorasi baskom penarik dan fleksibilitas baskom tarik tersebut menunjukkan kapasitas untuk penarik menjadi jauh lebih tinggi daripada jumlah memori dalam jaringan Hopfield statis (0,15n). Dengan sedikitnya lima neuron dalam jaringan biner yang dinamis, ribuan kelas cekungan — pembagian pola menjadi cekungan yang berbeda — dapat dicapai.
Untuk melatih penarik tertentu ke jaringan saraf, jaringan saraf dengan penundaan waktu dilatih untuk menghasilkan lintasan loop tertutup. Jaringan terlatih menghasilkan lintasan ini terlepas dari kondisi awal yang bising, dan dengan segmen awal yang berbeda. Hasilnya adalah pembangkit sinyal dan jalur yang kuat untuk aplikasi komunikasi dan kontrol.
Kereta impuls menambah dimensi baru pemrosesan spatiotemporal dalam sistem saraf biologis. Pola temporal impuls saraf dan sinkronisasi antara ansambel neuron adalah kode putatif untuk pemrosesan informasi dan representasi. Aktivitas menembak neuron dan ansambel saraf dapat mencerminkan transien dan penarik dinamis yang ditumpangkan pada struktur kereta impuls pemrosesan saraf biologis.
Masalah umum pengakuan dan generasi sinyal spatiotemporal tampaknya dipecahkan dengan jaringan saraf dinamis, meskipun banyak penelitian masih harus dilakukan. Kemampuan untuk menghasilkan dan melatih aktivitas mandiri, berdasarkan pada penarik berosilasi dinamis, ditunjukkan dalam hasil awal yang dijelaskan di sini.