【技术实现步骤摘要】
【国外来华专利技术】到神经网络中的输入
[0001]本专利技术涉及人工神经网络，并且更具体地涉及使用人工神经网络来对源自不同的传感器和换能器的数据进行抽象(abstract)。
技术介绍
[0002]人工神经网络是受生物神经元网络的结构和功能方面启发的设备。具体地，人工神经网络使用被称为节点(node)的互连构造的系统来模拟生物神经元网络的信息编码和其他处理能力。人工神经网络中的节点之间的连接的布置和强度确定由人工神经网络进行信息处理或信息存储的结果。
[0003]神经网络可以被训练以在网络中产生期望的信号流，并且实现期望的信息处理或信息存储结果。一般而言，训练神经网络将在学习阶段期间改变节点之间的连接的布置和/或强度。当对于给定的数组输入由神经网络实现足够适当的处理结果时，神经网络可以被认为经训练的。
[0004]因为训练是由神经网络执行的处理的基础，所以这些神经网络一般不能够处理在形式上或在内容上偏离训练集中的数据的数据。通过示例的方式，如果输入音频数据，已经被训练为将图像分类的神经网络图像分类器将很可能产生无意义的结果。作...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种方法，包括：识别循环人工神经网络中的活动的拓扑模式，其中所述拓扑模式响应于到所述循环人工神经网络中的、源自第一传感器的第一数据以及源自第二传感器的第二数据的输入，并且每个拓扑模式对由所述第一数据和所述第二数据共享的特性进行抽象，其中所述第一传感器和第二传感器感测不同的数据；以及输出数字的集合，其中每个数字表示在人工神经网络中是否已经识别了活动的所述拓扑模式中的一个。2.根据权利要求1所述的方法，其中所述方法包括：将源自所述第一传感器的所述第一数据以及源自所述第二传感器的所述第二数据输入到所述循环人工神经网络中，其中所述第一数据和所述第二数据在时间上足够接近地被输入到所述循环人工神经网络中，使得响应于所述第一数据和所述第二数据的输入的扰动同时存在于所述循环人工神经网络中。3.根据权利要求2所述的方法，其中输入源自所述第一传感器和所述第二传感器的数据包括：将源自所述第一传感器的数据输入到循环神经网络的第一区域中，其中所述第一区域主要由源自所述第一传感器的种类的数据扰动；以及将源自所述第二传感器的数据输入到循环神经网络的第二区域中，其中所述第二区域主要由源自所述第二传感器的种类的数据扰动。4.根据权利要求1所述的方法，其中活动的所述拓扑模式是团模式。5.根据权利要求4所述的方法，其中活动的所述团模式包围空腔。6.根据权利要求1所述的方法，其中所述方法还包括定义多个时间窗，在所述多个时间窗期间，人工神经网络的所述活动响应于到所述人工神经网络中的输入，其中在所述多个时间窗中的每个中识别活动的所述拓扑模式。7.根据权利要求1所述的方法，其中所述第一传感器产生输出数据流，并且所述第二传感器产生较缓慢改变的或静态的输出数据。8.根据权利要求7所述的方法，还包括对所述较缓慢改变的或静态的输出数据进行速率编码，其中在源自第一换能器的数据被输入到所述循环人工神经网络中的同时，经速率编码的数据被输入到所述循环人工神经网络中。9.根据权利要求1所述的方法，其中所述数字是多值的并且表示活动的所述拓扑模式存在于所述人工神经网络中的概率。10.根据权利要求1所述的方法，其中：所述方法还包括：将源自第三传感器的第三数据输入到所述循环人工神经网络中，其中所述第三传感器感测与所述第一数据和第二数据不同的数据，并且所述第三数据被输入到所述循环人工神经网络中，使得响应于所述第一数据、所述第二数据和第三数据的输入的扰动同时存在于所述循环人工神经网络中；以及识别活动的所述拓扑模式包括识别对由所述第一数据、所述第二数据和所述第三数据共享的特性进行抽象的拓扑模式。11.一种循环人工神经网络，包括：第一区域，所述第一区域被配置为接收源自第一传感器的数据；第二区域，所述第二区域被配置为接收源自第二传感器的数据，其中所述第一传感器
不同于所述第二传感器，其中所述第一区域主要由源自所述第一传感器的数据扰动，并且所述第二区域主要由源自所述第二传感器的数据扰动，即使当两个区域同时被扰动时；以及第三区域，所述第三区域被配置为接收由所述第一区域和由所述第二区域二者进...
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。