Hispanopedia WikiLa red neuronal semántica (SNN) se basa en la red neuronal de John von Neumann [von Neumann, 1966] y la red M de Nikolai Amosov . [1] [2] Existen limitaciones para una topología de enlace para la red de von Neumann, pero SNN acepta un caso sin estas limitaciones. Solo se pueden procesar valores lógicos , pero SNN acepta que también se puedan procesar valores difusos. Todas las neuronas en la red de von Neumann están sincronizadas por tactos. Para un mayor uso de la técnica de circuito autosincronizado, SNN acepta que las neuronas pueden funcionar por sí solas o sincronizadas.
A diferencia de la red de von Neumann, en las redes semánticas no existen limitaciones en cuanto a la topología de las neuronas. Esto hace que sea imposible realizar un direccionamiento relativo de las neuronas, como hacía von Neumann. En este caso, se debería utilizar un redireccionamiento absoluto. Cada neurona debería tener un identificador único que proporcione acceso directo a otra neurona. Por supuesto, las neuronas que interactúan entre sí a través de axones y dendritas deberían tener los identificadores de las demás. Se puede modular un redireccionamiento absoluto utilizando la especificidad de las neuronas, como se hizo en las redes neuronales biológicas.
En la descripción inicial de las redes semánticas [Dudar ZV, Shuklin DE, 2000] no se describen las capacidades de autorreflexión y de automodificación, pero en [Shuklin DE 2004] se llegó a la conclusión de que el sistema necesita capacidades de introspección y de automodificación. Para mantener estas capacidades se propone un concepto de puntero a neurona. Los punteros representan conexiones virtuales entre neuronas. En este modelo, los cuerpos y las señales que se transfieren a través de las conexiones neuronales representan un cuerpo físico, y las conexiones virtuales entre neuronas representan un cuerpo astral. Se propone crear modelos de redes neuronales artificiales sobre la base de máquinas virtuales que admitan la posibilidad de efectos paranormales.
SNN se utiliza generalmente para el procesamiento del lenguaje natural.
Modelos relacionados
- Creatividad computacional [3]
- Hashing semántico [4]
- Arquitectura de puntero semántico [5]
- Memoria distribuida dispersa
Referencias
- ^ Amosov, NM, AM Kasatkin y LM Kasatkina. "Redes semánticas activas en robots con control independiente". Actas de la 4.ª conferencia conjunta internacional sobre inteligencia artificial, volumen 1. Morgan Kaufmann Publishers Inc., 1975.
- ^ Amosov, NM, EM Kussul y AM Kasatkin. "29. REDES SIMILARES A LAS NEURONAS, ATENCIÓN, INTELIGENCIA ARTIFICIAL". Neurocomputadoras y atención: conexionismo y neurocomputadoras 2 (1991): 433.
- ^ Marupaka, Nagendra y Ali A. Minai. "Conectividad y creatividad en redes neuronales semánticas". Redes neuronales (IJCNN), Conferencia conjunta internacional de 2011 sobre redes neuronales. IEEE, 2011.
- ^ Salakhutdinov, Ruslan y Geoffrey Hinton. "Hash semántico". RBM 500.3 (2007): 500.
- ^ Eliasmith, Chris y col. "Un modelo a gran escala del funcionamiento del cerebro". ciencia 338.6111 (2012): 1202-1205.
- Neumann, J., 1966. Teoría de los autómatas autorreproductores, editado y completado por Arthur W. Burks. - University of Illinois Press, Urbana y Londres
- Dudar ZV, Shuklin DE, 2000. Implementación de neuronas para redes neuronales semánticas que comprenden textos en lenguaje natural. En Radio-electronika i informatika KhTURE, 2000. No 4. Р. 89-96.
- Shuklin DE, 2004. El desarrollo posterior de los modelos de redes neuronales semánticas. En Inteligencia artificial, Donetsk, "Nauka i obrazovanie", Instituto de Inteligencia Artificial, Ucrania, 2004, n.º 3, págs. 598-606
- Shuklin DE La estructura de una red neuronal semántica Extracción del significado de un texto, en Cibernética y análisis de sistemas, Volumen 37, Número 2, 4 de marzo de 2001, págs. 182–186(5) [1]
- Shuklin DE La estructura de una red neuronal semántica que realiza el análisis morfológico y sintáctico de un texto, en Cybernetics and Systems Analysis, volumen 37, número 5, septiembre de 2001, págs. 770–776(7)
- Shuklin DE Realización de un árbol lineal con reloj binario y su uso para procesar textos en lenguajes naturales, en Cybernetics and Systems Analysis, volumen 38, número 4, julio de 2002, págs. 503–508(6)