■:X:n:n=n次元情報空間n包思念体

自称21世紀史上最少の自称詐欺師 は 自称新しい科学 にプログラムされた

ニューラルネットのアイディア

背景

実際の脳では誤差逆伝播法をしていないという考えのもと、以下のようなネットワークを考えた。
このネットワークでは、物理の法則を参考にし、ニューロンを惑星、バイアスを重力加速度もしくは電流の伝播と考えてみた。
物理の専門でも、人工知能の専門でもないただの学生が書いたものなので、間違えや誤用が多いです。
現状では、ただの妄想(実装もしていない)なので、効果の保証は全くない。ただのアイディアとして。うん。はい。もしかして、前例ある?

説明

構造

このネットワークでは、層の概念は無く、それぞれのニューロンは座標に存在していて、座標、自分の活性化状態、接続されるバイアスの情報を持つ。
バイアスは、伝播する元、伝播先、重さ(抵抗値orジーメンス)、電流値の保持、位置ごとの電圧をもち、t<-t+1ごとに、位置ごとの電圧が伝播していく。

Neuron :: (x,y,z), activity, [Adj]
Adj :: from, to, +-register, [voltage]

アルゴリズム

ニューロンには、以下のような法則がある

  1. |活性値|が高くなると、他のニューロンと距離を置く(原子間斥力)
  2. |活性値|が閾値以上で、ニューロンが分裂する(核分裂)
  3. |活性化|すると、接続されているAdjのWが活性の方向に強化される(重力加速度変化)
  4. 活性化したニューロン同士にAdjが発生する(重力加速度発生)
  5. 活性化した同士のニューロンは近づく(万有引力)

画像

メモをスキャンしたもの
f:id:ikemaki:20170114105838p:plain

雑感

実際にこのモデルが学習に有効かどうかを確かめる必要がある。
上のアルゴリズムに更に調整が必要
4分木空間分割、Trie木などが実装に有効だと思う