动态网络架构:通过自组织网络学习强大和整体化的视觉表示
原文中文,约500字,阅读约需2分钟。发表于: 。我们提出了一种名为 “动态网络架构” 的新型智能系统架构,该架构依赖于稳定循环网络,并讨论其在视觉上的应用。我们的模型通过解释小区域网的较复杂特征为层次特征表示,与人工神经网络(ANNs)本质上不同。通过动态连接主义原则,我们的模型通过自组织机制,结合 Hebbian 可塑性和定期加强的抑制来稳定初级传入信号引起的神经激活。我们通过将线条片段组合成较长线条的实验,证明了 DNA...
我们提出了一种名为“动态网络架构”的智能系统架构,通过稳定循环网络实现视觉应用。模型通过解释小区域网的复杂特征为层次特征表示,与人工神经网络不同。实验证明了该模型的可行性和稳定性。