机构名称：
¥ 2.0
摘要 - 本文调查了数学定律，电路和体系结构的发展，这些数学定律，电路和体系结构模拟了我们的大脑如何使我们的思想发展，并展示了这些贡献如何为开发通用自主的自适应算法和机器人提供工程和技术中智能应用的蓝图。短期记忆，中期记忆和长期记忆的数学定律为所有随后的生物神经网络模型提供了当代基础，随后始于1968年，随后稳定的模型发现和开发流到了当今。1983年在本期刊上发表的Cohen – Grossberg模型和定理是这一系列发展的一步。它证明了使用lyapunov函数作为一种工具的通用神经网络的全局限制定理。这些定理提供了一种保证，可以保证这些网络中的学习会产生稳定的记忆。本文调查了神经网络设计和应用的其他数学基础，并描述了具有越来越强大且一般功能功能的模型增量分离的建模方法。通过自适应共振理论或艺术来说明这种方法，这些结构解释了我们的大脑如何自主学习参加，识别和预测不断变化的世界中的对象和事件，并在途中解释了我们的大脑如何变得有意识，以及对学习强迫进化以发现有意识的心灵状态的计算约束。多种类型的共振支持各种有意识的意识，并可以对大型心理和神经生物学数据库的解释和预测有关受访，认知，情感和行动。由于艺术可以从不断变化的世界中的普遍误差纠正问题的思想实验中得出，因此其扩展的应用程序扩展到自主智能系统的开发应改变未来的技术。
建立在大脑如何使思想
主要关键词
相关文件推荐
