Hypothesis of Neuron Activation According to the Laws of Symmetry

K. Maiorov, A. Lozhkin
{"title":"Hypothesis of Neuron Activation According to the Laws of Symmetry","authors":"K. Maiorov, A. Lozhkin","doi":"10.22213/2410-9304-2019-2-43-49","DOIUrl":null,"url":null,"abstract":"В статье рассматриваются основные функции активации в современных нейронных сетях и их недостатки. Сделан вывод, что все они обладают одним недостатком, который заключается в невозможности интерпретировать полученные сигналы, это просто нормализованные значения взвешенной суммы синапсов. Рассмотрена таблица симметрий (автоморфизмов) и их роль в семиотическом анализе и лингвистике. Лингвистика содержит универсалии, которые даже при поверхностном анализе являются симметриями. Следовательно, семиотический анализ является математическим методом, так же как лингвистика представляет собой точную науку, подчиняющуюся законам теории множеств и универсальной алгебры. Сделано предположение о возможности использования прагматического анализа и механизма симметрий в нейронных сетях. Предложен новый подход, который включает в себя группировку нейронов в скрытом слое по виду симметрии (автоморфизма) и использовании трехфазовой функций активации для каждой группы, характеризующих проявление свойств автоморфизма данной группы. Каждая группа нейронов обладает собственной памятью для хранения частых сигналов, генерирующих в дальнейшем символьные цепочки. На начальном этапе взяты две группы симметрий – переставная и зеркальная. Предлагаемый подход может сделать нейронные сети более доступными для понимания ввиду интерпретируемости сигналов.","PeriodicalId":238017,"journal":{"name":"Intellekt. Sist. Proizv.","volume":"31 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-07-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Intellekt. Sist. Proizv.","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22213/2410-9304-2019-2-43-49","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

В статье рассматриваются основные функции активации в современных нейронных сетях и их недостатки. Сделан вывод, что все они обладают одним недостатком, который заключается в невозможности интерпретировать полученные сигналы, это просто нормализованные значения взвешенной суммы синапсов. Рассмотрена таблица симметрий (автоморфизмов) и их роль в семиотическом анализе и лингвистике. Лингвистика содержит универсалии, которые даже при поверхностном анализе являются симметриями. Следовательно, семиотический анализ является математическим методом, так же как лингвистика представляет собой точную науку, подчиняющуюся законам теории множеств и универсальной алгебры. Сделано предположение о возможности использования прагматического анализа и механизма симметрий в нейронных сетях. Предложен новый подход, который включает в себя группировку нейронов в скрытом слое по виду симметрии (автоморфизма) и использовании трехфазовой функций активации для каждой группы, характеризующих проявление свойств автоморфизма данной группы. Каждая группа нейронов обладает собственной памятью для хранения частых сигналов, генерирующих в дальнейшем символьные цепочки. На начальном этапе взяты две группы симметрий – переставная и зеркальная. Предлагаемый подход может сделать нейронные сети более доступными для понимания ввиду интерпретируемости сигналов.
根据对称定律的神经元激活假说
这篇文章描述了现代神经网络的激活功能及其缺陷。他们得出的结论是,他们都有一个缺点,那就是无法解释接收到的信号,那就是分量和的标准化值。对称表(自同构)被考虑,它们在符号学分析和语言学中的作用。语言学包含宇宙,即使在表面分析中也是对称的。因此,符号学分析是一种数学方法,就像语言学是一门精确的科学,遵循集合理论和普遍代数的法则。有人建议使用实用分析和神经网络对称机制。提出了一种新方法,将隐藏层中的神经元群按对称(自同构)的形式排列,并使用三相激活函数来描述该组的自同构特性。每一组神经元都有自己的内存来存储后来产生符号链的频繁信号。在最初的阶段,有两组对称:重新排列和镜像。由于信号的可解释性,拟议的方法可以使神经网络更容易理解。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信