Специалисты пытаются понять механизмы распределения информации в мозге с помощью технологий временного кодирования

Источник фото: pixabay.com

Проведенные исследования должны помочь решить сразу две задачи: создать искусственные временные нейронные системы для компьютеров, а также понять суть работы механизмов кодирования в мозге.

Известно, что мозг представляет собой очень сложную асинхронную динамическую систему, которая хорошо приспособлена для кодирования временной информации. Однако недавние подходы к глубокому обучению не используют преимущества этого временного кодирования.

Нейронные сети Spiking (SNN) обучаются с использованием биологически реалистичных механизмов обучения и могут создавать правила активации биологически важных нейронов. Сеть этого типа построена вокруг приема временной информации посредством обновления напряжения с затуханием во времени.

Современные сети кодирования скоростей сталкиваются с трудностями при решении таких задач.Ученые доказали, что большая, глубоко слоистая SNN с динамической, хаотической активностью, имитирующей кору головного мозга млекопитающих с биологически вдохновленными правилами обучения, такими как импульсная нейронная сеть (STDP), способна кодировать информацию из временных данных.

Ученые утверждают, что случайность, присущая весам сети, позволяет нейронам формировать группы, которые кодируют временные данные, вводимые после самоорганизации с помощью STDP.