神经网络的信息处理本质就是抽象和联想

dapplehou · 发表于 2007-4-27 16:42:00

这个“控制”就跟很大部分就在于对“注意转移”的控制，简单来说，那个神经元兴奋最大，注意就转移向谁，这好办，但是为什么某个神经元的兴奋会大呢，这就跟刺激有关，而刺激-反应模式仅仅是设计本能的一种方式，一旦涉及到“意识”或“精神”这类东西，又束手无策！除非相信化学成因论或机械决定论，否则，很难弄明白“精神”到底是什么东西

fjg5610 · 发表于 2007-4-28 13:30:00

那么看起来意识精神等和刺激记忆有关,也可归类到刺激-反应模式上来.
时间,记忆,学习都可看成是刺激源,内刺激和外刺激都是刺激,只是感受器不同.
同时意识和精神又和化学物质提供和去除等有关(生理因素,神经元工作状态强还是弱).

fjg5610 · 发表于 2007-4-28 13:55:00

进一不推断,意识和精神都是指系统内部的现象,有内部的刺激源又和工作能量等有关(饥饿,血糖低,生物时钟,生病等可看成是内刺激,记忆推断也是一种刺激-反应,意志强弱等).
但系统一复杂,其刺激-反应的过程不会全是机械的反应.这可从许多方面得到映证.

ruiaijun · 发表于 2007-4-28 21:32:00

作者：dapplehou2007-4-2716:32
但是要说到抽象，还是要有记忆和遗忘起作用才成，如果没有遗忘，只有映射，那么可以想象一下，在一张白纸上不停的画不同种类的树，最后必然是变成一张黑纸，但有了遗忘就完全不同，最终纸上留下的必将一颗树的抽象。
-----------------------------------------------------
但是请注意，很多书上指出，人到死时大脑的容量只不过使用了三分之一。也就是说要想把大脑这张白纸画成黑纸，是很不容易的。
既然大脑的容量如此之大，不必担心把白纸画成黑纸，抽象就可以是另一种形式的：它分成若干小页，一些页画着直接接收的图形，另一些页画着逐渐简化的图形，后者就是逐级抽象的结果。
我并不否认遗忘的作用。遗忘的作用是把那些画有直接接收的图形的页，画有中间抽象图形的页，不断清除其图形，以腾出更多的页处理信息。
当然我们上面仅以图形为例，抽象还要处理概念问题

ruiaijun · 发表于 2007-4-28 21:34:00

作者：fjg56102007-4-2814:25
其刺激-反应的过程不会全是机械的反应.
-----------------------------------------------------
有了内刺激，我叫做内激发信息，刺激反应过程就绝对不会是机械反应

dapplehou · 发表于 2007-4-29 15:11:00

ruiaijun:一些页画着直接接收的图形，另一些页画着逐渐简化的图形，
----------------------------------------------
P话，这跟没说一样。你还不如直说：一些页进行抽象操作，这样就完成了抽象

ruiaijun · 发表于 2007-5-2 19:39:00

作者：dapplehou2007-4-2915:41
P话，
---------------------------------------------------------
你能否把你这些污染空气的语言收回去！

ahman1 · 发表于 2007-5-5 01:23:00

一对多的映射，多对一的映射，可能会产生抽象与联想。
但是一个神经细胞能代表什么呢？什么也代表不了，即使可能，也是一种桥，一种接口。即使是接口，那么用一个细胞来表示，也不是稳妥的。
从细节上探讨抽象与联想的机制，可能会让人忽视宏观的过程。
我们必须把神经细胞的行为放到可能的机制中去讨论才会有可能得出正确的结论。我认为，抽象，是一种提取的过程。
把刺激符号化，通过某种机智进行修剪，然后和抽象底样进行比对，如果比对被判定为可信，则判定为抽象结果，如果不，则进入缓冲区，丢弃或者进一步尝试，抽象低样，可能是某部分特定的标记，比如说局部的兴奋。而联想，是抽象你逆过程，由抽象底样子出发，或从修建过的某层出发，还原抽象的过程，这也可以解释，在联想的时候，近期出现过的具有抽象的共同点的东西容易出现，并且联想到的东西，可能有很强的逻辑联系，也可能没有联系，联想到的东西，可能是从缓冲区取得的待处理意项。
这是我的看法，欢迎大家继续讨论

fjg5610 · 发表于 2007-5-5 09:14:00

可能我在此处没讲清神经元的工作原理,光讲了联结(映射)关系.其实抽象是通过神经元来进行的,神经元通过阀值逻辑来进行对各种事物的抽象表述(神经元的输出,就是对某些事物的一种抽象).
神经元的阀值逻辑是一种功能非常强的,可进行模糊和精确逻辑运算的算子.
一般书上讲,神经网络的计算人是无法理解的,其实通过对神经元的参数分析人是可理解的.而且神经网络有很好的泛化能力(这是模糊处理的结果,精确度高泛化能力差),而且调节神经元的模糊度很容易.
通过对神经元和网络的分析,可按需设计网络和神经元的参数,使神经网络的结构简化.
阀值逻辑是一个最类似人的思维能力的计算方法.

gdgd900344 · 发表于 2007-5-5 16:08:00

快试试吧，可以对自己使用挽尊卡咯~◆◆ 楼主的想的是不错，我也同意您的观点。可是：这些只是如何量化？要知道如果不能量化一切都是空

		自动登录	找回密码
密码			立即注册

[神经网络] 神经网络的信息处理本质就是抽象和联想