一种类脑表达与计算单元模型的学习算法

AITNT
正文
推荐专利
一种类脑表达与计算单元模型的学习算法
申请号:CN202411488642
申请日期:2024-10-24
公开号:CN119312079A
公开日期:2025-01-14
类型:发明专利
摘要
本申请提出一种类脑表达与计算单元的学习算法,其中,所述类脑表达与计算单元包括:输入层、压缩表达层、稀疏表达层和自组织映射表达层;所述类脑表达与计算单元的学习算法包括三部分,其中,第一部分为压缩表达层和稀疏表达层的学习,第二部分为自组织映射表达层学习,第三部分为不同自组织映射表达层之间的同步振荡学习;压缩表达层和稀疏表达层的学习包括三个学习参数,分别为压缩表达层的权重,稀疏表达层的字典和稀疏向量,目标函数为;自组织映射表达层的学习根据脉冲定时依赖可塑性规则更新;不同自组织映射表达层之间的同步振荡学习通过自组织网络之间的动态连接强度训练实现。
技术关键词
学习算法 学习字典 组织 传播算法 误差 重构 多通道 脉冲 动态 网络 参数 强度 数据
系统为您推荐了相关专利信息
1
一种电动汽车动力电池在线安全管理与预警方法
风险评估模型 动力电池 预警方法 在线学习算法 管理策略
2
基于多模态生成对抗网络的高维时序数据异常检测方法
生成对抗网络 多模态 频域特征 时域特征 计算机程序指令
3
一种孤儿保单的分配方法
客户信息数据库 保险公司 数据查询筛选 机器学习算法 邮件
4
一种自动调整供水温度的方法、设备及介质
特征数据信息 红外传感器 长短期记忆网络 红外设备 参数
5
一种基于边际贡献的风控模型自动化变量筛选方法及系统
变量筛选方法 评分卡模型 训练风控模型 连续型 方差特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号