0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

不同尺度子網(wǎng)絡的模塊化神經(jīng)網(wǎng)絡同步轉(zhuǎn)換

bzdlyqxsl ? 來源:信息與電子工程前沿FITE ? 2023-11-08 14:47 ? 次閱讀

時間延遲和耦合強度是影響神經(jīng)網(wǎng)絡同步的重要因素。本文利用霍奇金—赫胥黎(HH)神經(jīng)元模型構(gòu)建一個包含不同尺度子網(wǎng)絡的模塊化神經(jīng)網(wǎng)絡,即小尺度隨機網(wǎng)絡通過化學突觸與大尺度小世界網(wǎng)絡單向連接。研究發(fā)現(xiàn),時間延遲在網(wǎng)絡中誘發(fā)了多個同步轉(zhuǎn)換。當時間延遲是單個神經(jīng)元放電周期的整數(shù)倍時,耦合強度增加也促進網(wǎng)絡同步化。

考慮到模塊化網(wǎng)絡中不同位置的時間延遲可能具有不同作用,我們探討子網(wǎng)絡之間以及子網(wǎng)絡內(nèi)部的時間延遲對模塊化網(wǎng)絡同步的影響。我們發(fā)現(xiàn),當子網(wǎng)絡內(nèi)同步良好時,兩個子網(wǎng)絡內(nèi)部時間延遲增加會誘發(fā)其自身出現(xiàn)多個同步轉(zhuǎn)換。此外,小尺度網(wǎng)絡的同步狀態(tài)會影響大尺度網(wǎng)絡的同步。進一步發(fā)現(xiàn),兩個子網(wǎng)絡之間的時間延遲誘導模塊化網(wǎng)絡的同步轉(zhuǎn)換,但對接收信號的子網(wǎng)絡內(nèi)的同步基本無影響。通過分析兩個子網(wǎng)絡之間的相位差,我們發(fā)現(xiàn)模塊化網(wǎng)絡出現(xiàn)同步轉(zhuǎn)換的機制是相位差的周期性變化。最后,通過對不同尺度模塊化網(wǎng)絡的研究,證明了本文結(jié)果的泛化性。

關鍵詞: 霍奇金—赫胥黎神經(jīng)元;模塊化神經(jīng)網(wǎng)絡;子網(wǎng)絡;同步;時間延遲

作者:

黃衛(wèi)芳1,楊利建1,詹璇1,付子英2,賈亞1

b03ee518-7d64-11ee-939d-92fbcf53809c.jpg

b06ae780-7d64-11ee-939d-92fbcf53809c.jpg

b0901082-7d64-11ee-939d-92fbcf53809c.jpg

b0b06742-7d64-11ee-939d-92fbcf53809c.jpg

b12bf52e-7d64-11ee-939d-92fbcf53809c.jpg

b149b988-7d64-11ee-939d-92fbcf53809c.jpg

b1723f48-7d64-11ee-939d-92fbcf53809c.jpg

b190d840-7d64-11ee-939d-92fbcf53809c.jpg

b1ae3386-7d64-11ee-939d-92fbcf53809c.jpg

b1dc3038-7d64-11ee-939d-92fbcf53809c.jpg

b2062690-7d64-11ee-939d-92fbcf53809c.jpg

編輯:黃飛

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 耦合
    +關注

    關注

    13

    文章

    576

    瀏覽量

    100763
  • 神經(jīng)網(wǎng)絡

    關注

    42

    文章

    4733

    瀏覽量

    100417
  • 神經(jīng)元

    關注

    1

    文章

    363

    瀏覽量

    18431

原文標題:華中師范大學黃衛(wèi)芳、賈亞等 | 包含不同尺度子網(wǎng)絡的模塊化神經(jīng)網(wǎng)絡同步轉(zhuǎn)換

文章出處:【微信號:信息與電子工程前沿FITEE,微信公眾號:信息與電子工程前沿FITEE】歡迎添加關注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關推薦

    神經(jīng)網(wǎng)絡教程(李亞非)

      第1章 概述  1.1 人工神經(jīng)網(wǎng)絡研究與發(fā)展  1.2 生物神經(jīng)元  1.3 人工神經(jīng)網(wǎng)絡的構(gòu)成  第2章人工神經(jīng)網(wǎng)絡基本模型  2.1 MP模型  2.2 感知器模型  2.3
    發(fā)表于 03-20 11:32

    神經(jīng)網(wǎng)絡簡介

    神經(jīng)網(wǎng)絡簡介
    發(fā)表于 08-05 21:01

    神經(jīng)網(wǎng)絡基本介紹

    神經(jīng)網(wǎng)絡基本介紹
    發(fā)表于 01-04 13:41

    非局部神經(jīng)網(wǎng)絡,打造未來神經(jīng)網(wǎng)絡基本組件

    `將非局部計算作為獲取長時記憶的通用模塊,提高神經(jīng)網(wǎng)絡性能在深度神經(jīng)網(wǎng)絡中,獲取長時記憶(long-range dependency)至關重要。對于序列數(shù)據(jù)(例如語音、語言),遞歸運算
    發(fā)表于 11-12 14:52

    全連接神經(jīng)網(wǎng)絡和卷積神經(jīng)網(wǎng)絡有什么區(qū)別

    全連接神經(jīng)網(wǎng)絡和卷積神經(jīng)網(wǎng)絡的區(qū)別
    發(fā)表于 06-06 14:21

    卷積神經(jīng)網(wǎng)絡如何使用

    卷積神經(jīng)網(wǎng)絡(CNN)究竟是什么,鑒于神經(jīng)網(wǎng)絡在工程上經(jīng)歷了曲折的歷史,您為什么還會在意它呢? 對于這些非常中肯的問題,我們似乎可以給出相對簡明的答案。
    發(fā)表于 07-17 07:21

    【案例分享】基于BP算法的前饋神經(jīng)網(wǎng)絡

    }或o koko_{k})的誤差神經(jīng)元偏倚的變化量:ΔΘ ΔΘ Delta Theta=學習步長η ηeta × ×imes 乘以神經(jīng)元的誤差BP神經(jīng)網(wǎng)絡算法過程網(wǎng)絡的初始
    發(fā)表于 07-21 04:00

    【案例分享】ART神經(jīng)網(wǎng)絡與SOM神經(jīng)網(wǎng)絡

    是一種常用的無監(jiān)督學習策略,在使用改策略時,網(wǎng)絡的輸出神經(jīng)元相互競爭,每一時刻只有一個競爭獲勝的神經(jīng)元激活。ART神經(jīng)網(wǎng)絡由比較層、識別層、識別閾值、重置
    發(fā)表于 07-21 04:30

    什么是LSTM神經(jīng)網(wǎng)絡

    簡單理解LSTM神經(jīng)網(wǎng)絡
    發(fā)表于 01-28 07:16

    Matlab神經(jīng)網(wǎng)絡工具箱是什么? 它在同步中的應用有哪些?

    Matlab神經(jīng)網(wǎng)絡工具箱是什么?Matlab神經(jīng)網(wǎng)絡工具箱在同步中的應用有哪些?
    發(fā)表于 04-26 06:42

    怎么解決人工神經(jīng)網(wǎng)絡并行數(shù)據(jù)處理的問題

    本文提出了一個基于FPGA 的信息處理的實例:一個簡單的人工神經(jīng)網(wǎng)絡應用Verilog 語言描述,該數(shù)據(jù)流采用模塊化的程序設計,并考慮了模塊間數(shù)據(jù)傳輸信號同 步的問題,有效地解決了人工神經(jīng)網(wǎng)絡
    發(fā)表于 05-06 07:22

    如何構(gòu)建神經(jīng)網(wǎng)絡?

    原文鏈接:http://tecdat.cn/?p=5725 神經(jīng)網(wǎng)絡是一種基于現(xiàn)有數(shù)據(jù)創(chuàng)建預測的計算系統(tǒng)。如何構(gòu)建神經(jīng)網(wǎng)絡神經(jīng)網(wǎng)絡包括:輸入層:根據(jù)現(xiàn)有數(shù)據(jù)獲取輸入的層隱藏層:使用反向傳播優(yōu)化輸入變量權(quán)重的層,以提高模型的預測
    發(fā)表于 07-12 08:02

    基于BP神經(jīng)網(wǎng)絡的PID控制

    最近在學習電機的智能控制,上周學習了基于單神經(jīng)元的PID控制,這周研究基于BP神經(jīng)網(wǎng)絡的PID控制。神經(jīng)網(wǎng)絡具有任意非線性表達能力,可以通過對系統(tǒng)性能的學習來實現(xiàn)具有最佳組合的PID控制。利用BP
    發(fā)表于 09-07 07:43

    模糊神經(jīng)網(wǎng)絡在GPS高程轉(zhuǎn)換中的應用

    模糊神經(jīng)網(wǎng)絡在GPS高程轉(zhuǎn)換中的應用 摘要: 介紹了模糊神經(jīng)網(wǎng)絡基本原理和GPS 高程轉(zhuǎn)換方法, 采用模糊神經(jīng)網(wǎng)絡算法, 實現(xiàn)了GPS 高
    發(fā)表于 04-26 11:27 ?12次下載

    bp神經(jīng)網(wǎng)絡和卷積神經(jīng)網(wǎng)絡區(qū)別是什么

    結(jié)構(gòu)、原理、應用場景等方面都存在一定的差異。以下是對這兩種神經(jīng)網(wǎng)絡的比較: 基本結(jié)構(gòu) BP神經(jīng)網(wǎng)絡是一種多層前饋神經(jīng)網(wǎng)絡,由輸入層、隱藏層和輸出層組成。每個神經(jīng)元之間通過權(quán)重連接,并通
    的頭像 發(fā)表于 07-03 10:12 ?883次閱讀