A method and apparatus for causal learning is provided, in which at least partially based on causal convex dominance to determine the logical cause of an event. A general observation includes one or more events with device for example method of causal learning, which is defined as the occurrence of a particular event at the relative time; one or more based on the criteria of selecting a subset of these events; and the selected subset is determined based on the logical reason for at least one of these events.
【技术实现步骤摘要】
【国外来华专利技术】根据35U.S.C.§119的优先权要求本申请要求于2013年10月29日提交的美国临时专利申请S/N.61/897,024及于2014年1月21日提交的美国专利申请S/N.14/160,128的权益,这两篇申请的全部内容通过援引纳入于此。背景领域本公开的某些方面一般涉及学习系统(例如,人工神经系统),尤其涉及使用因果凸显性来确定事件的逻辑原因。背景可包括一群互连的人工神经元(即神经元模型)的人工神经网络是一种计算设备或者表示将由计算设备执行的方法。人工神经网络可具有生物学神经网络中的对应结构和/或功能。然而,人工神经网络可为其中传统计算技术是麻烦的、不切实际的、或不胜任的某些应用提供创新且有用的计算技术。由于人工神经网络能从观察中推断出功能,因此这样的网络在其中任务或数据的复杂度使得通过常规技术来设计该功能较为麻烦的应用中是特别有用的。一种类型的人工神经网络是尖峰(spiking)神经网络,其将时间概念以及神经元状态和突触状态纳入到其工作模型中,由此提供了丰富的行为集,在神经网络中能从该行为集涌现出计算功能。尖峰神经网络基于以下概念:神经元基于该神经元的状态在一个或多个特定时间激发或“发放尖峰”,并且该时间对于神经元功能而言是重要的。当神经元激发时,它生成一尖峰,该尖峰行进至其他神经元,这些其他神经元继而可基于接收到该尖峰的时间来调整它们的状态。换言之,信息可被编码在神经网络中的尖峰的相对或绝对定时 ...
【技术保护点】
一种用于因果学习的方法,包括:用装置观察一个或多个事件,其中所述事件被定义为特定相对时间处的发生;基于一个或多个准则来选择所述事件的子集;以及基于所选子集来确定所述事件中的至少一个事件的逻辑原因。
【技术特征摘要】
【国外来华专利技术】2013.10.29 US 61/897,024;2014.01.21 US 14/160,1281.一种用于因果学习的方法,包括:
用装置观察一个或多个事件,其中所述事件被定义为特定相对时间处的发生;
基于一个或多个准则来选择所述事件的子集;以及
基于所选子集来确定所述事件中的至少一个事件的逻辑原因。
2.如权利要求1所述的方法,其特征在于,所述准则包括因果凸显性,所述因果凸显性
被定义为一个事件从其他事件中脱颖而出的程度。
3.如权利要求2所述的方法,其特征在于,不可预测事件发生得越频繁,所述不可预测
事件就是越加因果凸显的。
4.如权利要求1所述的方法,其特征在于,所述准则包括重现、独特性、或时间邻近性中
的至少一者。
5.如权利要求1所述的方法,其特征在于,所述选择包括认为所述事件中提供关于所述
事件中的另一事件的在统计上显著的信息的最早事件是最重要的事件。
6.如权利要求5所述的方法,其特征在于,进一步包括将所述最重要的事件存储在存储
器中。
7.如权利要求1所述的方法,其特征在于,所述观察包括:
周期性地对系统进行采样以生成离散点集;以及
将所述离散点集转换成事件。
8.如权利要求1所述的方法,其特征在于,所述方法实现在能够进行推断学习的人工神
经系统中。
9.如权利要求1所述的方法,其特征在于,进一步包括若观察到新事件则重复所述选择
和所述确定。
10.如权利要求1所述的方法,其特征在于,进一步包括基于所述逻辑原因来预测一个
或多个后续事件。
11.一种用于因果学习的装置,包括:
处理系统,配置成:
观察一个或多个事件,所述事件被定义为特定相对时间处的发生;
基于一个或多个准则来选择所述事件的子集;以及
基于所选子集来确定所述事件中的至少一个事件的逻辑原因;以及耦合至所述处理系
统的...
【专利技术属性】
技术研发人员:J·F·亨泽格已死亡,T·J·郑,
申请(专利权)人:高通股份有限公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。