专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明授权

US5822742A Dynamically stable associative learning neural network system 失效
标题翻译：动态稳定关联学习神经网络系统
公开(公告)号：US5822742A
公开(公告)日：1998-10-13
申请号：US331554
申请日：1995-02-24
申请人： Daniel L. Alkon , Thomas P. Vogl , Kim T. Blackwell , Garth S. Barbour
发明人： Daniel L. Alkon , Thomas P. Vogl , Kim T. Blackwell , Garth S. Barbour
IPC分类号： G06N3/04 , G06F15/18
CPC分类号： G06N3/04 , G06K9/4628 , G06K9/627 , G06K2209/01
摘要： A dynamically stable associative learning neural system includes a plurality of neural network architectural units. A neural network architectural unit has as input both condition stimuli and unconditioned stimulus, an output neuron for accepting the input, and patch elements interposed between each input and the output neuron. The patches in the architectural unit can be modified and added. A neural network can be formed from a single unit, a layer of units, or multiple layers of units.
摘要翻译： PCT No.PCT / US93 / 04364 Sec。 371日期：1995年2月24日 102（e）1995年2月24日PCT PCT 1993年5月13日PCT公布。第WO93 / 23822号公报日期：1993年11月25日动态稳定的关联学习神经系统包括多个神经网络建筑单元。神经网络架构单元具有条件刺激和无条件刺激的输入，用于接受输入的输出神经元和插入在每个输入和输出神经元之间的补片元件。可以修改和添加建筑单元中的修补程序。神经网络可以由单个单元，单元层或多层单元形成。

2. 发明授权

US5588091A Dynamically stable associative learning neural network system 失效
标题翻译：动态稳定关联学习神经网络系统
公开(公告)号：US5588091A
公开(公告)日：1996-12-24
申请号：US400124
申请日：1995-03-02
申请人： Daniel L. Alkon , Thomas P. Vogl , Kim T. Blackwell , Garth S. Barbour
发明人： Daniel L. Alkon , Thomas P. Vogl , Kim T. Blackwell , Garth S. Barbour
IPC分类号： G06N3/04 , G06F15/18
CPC分类号： G06K9/4628 , G06K9/627 , G06N3/04
摘要： A dynamically stable associative learning neural network system includes, in its basic architectural unit, at least one each of a conditioned signal input, an unconditioned signal input and an output. Interposed between input and output elements are "patches," or storage areas of dynamic interaction between conditioned and unconditioned signals which process information to achieve associative learning locally under rules designed for application-related goals of the system. Patches may be fixed or variable in size. Adjustments to a patch radius may be by "pruning" or "budding." The neural network is taught by successive application of training sets of input signals to the input terminals until a dynamic equilibrium is reached. Enhancements and expansions of the basic unit result in multilayered (multi-subnetworked) systems having increased capabilities for complex pattern classification and feature recognition.
摘要翻译：动态稳定的关联学习神经网络系统在其基本架构单元中包括调节信号输入，无条件信号输入和输出中的至少一个。在输入和输出元件之间插入“补丁”或在条件和非条件信号之间的动态交互的存储区域，其处理信息以在本地针对系统的应用相关目标设计的规则下本地实现关联学习。补丁可能是固定的或可变的大小。补丁半径的调整可能是“修剪”或“萌芽”。通过将输入信号的训练集合连续应用到输入端子来教导神经网络，直到达到动态平衡。基本单元的增强和扩展导致具有增加的复杂图案分类和特征识别能力的多层（多子网络）系统。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式