【技术实现步骤摘要】
本申请涉及脑科学与类脑的通用人工智能架构和类脑计算建模。
技术介绍
1、脑和行为科学研究在于启发人们建立类脑智能，模仿大脑皮层的信息处理成为新一代人工智能的关键核心技术。目前，由于尚未完全阐明大脑计算机制，建立类脑计算模型和算法仍未获得实质性进展。神经生理学研究表明，从视网膜到外膝体再到大脑皮层的网络连接方式和信息转换形式，不难看出大脑皮层的神经编码的端倪——第一，外周神经系统是不同感觉信号数据流的压缩性神经编码；第二，大脑深部核团，如外膝体是前馈与反馈编码紧邻排序与合并融合中继站时空上下文编码；第三，大脑皮层是和前馈信号的反馈、稀疏性与自组织神经编码，第四，形成不同自组织神经编码的振荡与同步振荡的脑网络图。
技术实现思路
1、鉴于上述问题，本申请旨在提出一种类脑计算元架构模型。
2、本申请的类脑计算元架构模型，其由类脑计算单元阵列和时空数据流预处理模块组成；
3、所述类脑计算单元阵列由多个相同的类脑计算单元以马赛克方式拼接堆叠组成，类脑计算单元具有两个输入数据流；
4、所述时空数据流预处理模块用于执行信号处理运算并将同一背景信源分解成多个数据流，该多个数据流以两两组合方式被输出到所述类脑计算单元阵列中进一步进行处理。
5、优选地，对于每个类脑计算单元，其包括：第一自由表达层、第二自由表达层、残差表达层、压缩表达层、稀疏表达层；
6、自同一信源分解出来的两个不同数据流中的第一个数据流输入到第一自由表达层，第二个数据流输入到
7、优选地，对于每个类脑计算单元，其压缩表达层与来自于近邻的类脑计算单元的压缩表达层拷贝到一起拼接形成时空上下文表达层。
8、优选地，对于每个类脑计算单元，时空上下文表达层直接投射到该类脑计算单元的压缩表达层，由此构成单元的时间上下文表达层。
9、优选地，所述时空数据流预处理模块通过执行选自时间和/或空间滤波、时间和/或空间差分、时间和/或空间积分、时间和/或空间分割、时间和/或空间位移、时间和/或空间拼接、多尺度时频分解、空间坐标仿射变换、空间缩放和掩抹中的至少一种方法，将所述同一信源分解成所述多个数据流。
10、优选地，重复选择两个数据流作为类脑计算单元阵列输入，用于类脑计算元架构模型预训练。
11、优选地，所述类脑计算元架构模型预训练的损失函数为残差表达层输出功率，或者采用稀疏表达层与第二自由表达层之间相似度作为损失函数。
12、优选地，所述类脑计算单元的压缩表达层用于自组织映射形成自组织网络，类脑计算单元阵列的压缩表达层用于进一步的监督机器学习。
13、优选地，所述自组织网络采用脉冲神经元或模拟神经元，脉冲神经元自组织网络之间的振荡和相干振荡形成类脑网络连接图。
14、本申请还提出一种类脑计算设备，其上加载有上述的类脑计算元架构模型。
15、本申请中，基于神经生物学的基本机制，提出了一种寻找数据流的时空相似性结构的类脑计算单元及其类脑智能的元架构。构建前所未有的类脑计算单元及其元架构模型，对大脑皮层仿真研究和类脑智能开发具有重大科学价值和应用情景。
本文档来自技高网...【技术保护点】
1.一种类脑计算元架构模型，其由类脑计算单元阵列和时空数据流预处理模块组成；
2.根据权利要求1所述的类脑计算元架构模型，其特征在于：
3.根据权利要求2所述的类脑计算元架构模型，其特征在于：
4.根据权利要求2所述的类脑计算元架构模型，其特征在于：
5.根据权利要求1所述的类脑计算元架构模型，其特征在于：
6.根据权利要求1所述的类脑计算元架构模型，其特征在于：
7.根据权利要求1所述的类脑计算元架构模型，其特征在于：
8.根据权利要求1所述的类脑计算元架构模型，其特征在于：
9.根据权利要求8所述的类脑计算元架构模型，其特征在于：
10.一种类脑计算设备，其上加载有权利要求1-9任一项所述的类脑计算元架构模型。
【技术特征摘要】
1.一种类脑计算元架构模型，其由类脑计算单元阵列和时空数据流预处理模块组成；
2.根据权利要求1所述的类脑计算元架构模型，其特征在于：
3.根据权利要求2所述的类脑计算元架构模型，其特征在于：
4.根据权利要求2所述的类脑计算元架构模型，其特征在于：
5.根据权利要求1所述的类脑计算元架构模型，其特征在于：
<...【专利技术属性】
技术研发人员：王卫东，刘洪运，叶莹，廖汪丹，王子华，
申请(专利权)人：中国人民解放军总医院，
类型：发明
国别省市：
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。