神經(jīng)網(wǎng)絡模型中的多普勒效應處理的制作方法
【專利說明】神經(jīng)網(wǎng)絡模型中的多普勒效應處理
[000。 背景 [000^ 領域
[0003] 本公開的某些方面一般設及神經(jīng)系統(tǒng)工程，并且尤其設及在神經(jīng)網(wǎng)絡模型中使用 多普勒效應的系統(tǒng)和方法。
【背景技術】
[0004] 可包括一群互連的人工神經(jīng)元（即，神經(jīng)元模型）的人工神經(jīng)網(wǎng)絡是一種計算設備 或者表示將由計算設備執(zhí)行的方法。人工神經(jīng)網(wǎng)絡可具有生物學神經(jīng)網(wǎng)絡中的對應的結構 和/或功能。然而，人工神經(jīng)網(wǎng)絡可為其中傳統(tǒng)計算技術是麻煩的、不切實際的、或不勝任的 某些應用提供創(chuàng)新且有用的計算技術。由于人工神經(jīng)網(wǎng)絡能從觀察中推斷出功能，因此運 樣的網(wǎng)絡在因任務或數(shù)據(jù)的復雜度使得通過常規(guī)技術來設計該功能較為麻煩的應用中是 特別有用的。由此，期望提供用于基于頻率隨時間的增大或減小來計算對象的速度和/或速 率的神經(jīng)元形態(tài)接收機。
[0005] 概述
[0006] 在本公開的一個方面，公開了一種無線通信方法。該方法包括將第一信號映射到 第一組頻槽W及將第二信號映射到第二組頻槽。第一信號對應于第一時間，且第二信號對 應于第二時間。第一組神經(jīng)元(至少部分地)基于第一組頻槽的內(nèi)容被激發(fā)。第二組神經(jīng)元 (至少部分地)基于第二組頻槽的內(nèi)容被激發(fā)。第一組神經(jīng)元對應于第一組頻槽，且第二組 神經(jīng)元對應于第二組頻槽。另外，第一組神經(jīng)元和第二組神經(jīng)元對應于尖峰發(fā)放網(wǎng)絡的第 一層神經(jīng)元。第一組神經(jīng)元和第二組神經(jīng)元的激發(fā)基于對象的相對速度。
[0007] 另一方面公開了具有存儲器W及禪合至該存儲器的至少一個處理器的無線通信。 該處理器被配置成將第一信號映射到第一組頻槽W及將第二信號映射到第二組頻槽。第一 信號對應于第一時間，且第二信號對應于第二時間。該處理器被進一步配置成基于第一組 頻槽的內(nèi)容來激發(fā)第一組神經(jīng)元，W及基于第二組頻槽的內(nèi)容來激發(fā)第二組神經(jīng)元。第一 組神經(jīng)元對應于第一組頻槽，且第二組神經(jīng)元對應于第二組頻槽。另外，第一組神經(jīng)元和第 二組神經(jīng)元對應于尖峰發(fā)放網(wǎng)絡的第一層神經(jīng)元。此外，第一組神經(jīng)元和第二組神經(jīng)元的 激發(fā)基于對象的相對速度。
[000引在另一方面，公開了一種裝備，其包括用于將第一信號映射到第一組頻槽的裝置。 該裝備還包括用于將第二信號映射到第二組頻槽的裝置。第一信號對應于第一時間，且第 二信號對應于第二時間。該裝備還包括用于基于第一組頻槽的內(nèi)容來激發(fā)第一組神經(jīng)元的 裝置、W及用于至少部分地基于第二組頻槽的內(nèi)容來激發(fā)第二組神經(jīng)元的裝置。第一組神 經(jīng)元對應于第一組頻槽，且第二組神經(jīng)元對應于第二組頻槽。另外，第一組神經(jīng)元和第二組 神經(jīng)元對應于尖峰發(fā)放網(wǎng)絡的第一層神經(jīng)元。此外，第一組神經(jīng)元和第二組神經(jīng)元的激發(fā) 基于對象的相對速度。
[0009]另一方面公開了一種具有非瞬態(tài)計算機可讀介質(zhì)的用于無線網(wǎng)絡中的無線通信 的計算機程序產(chǎn)品。該計算機可讀介質(zhì)上記錄有非瞬態(tài)程序代碼，運些程序代碼在由處理 器執(zhí)行時使該處理器執(zhí)行W下操作:將第一信號映射到第一組頻槽W及將第二信號映射到 第二組頻槽。第一信號對應于第一時間，且第二信號對應于第二時間。該程序代碼進一步使 該處理器基于第一組頻槽的內(nèi)容來激發(fā)第一組神經(jīng)元，W及至少部分地基于第二組頻槽的 內(nèi)容來激發(fā)第二組神經(jīng)元。第一組神經(jīng)元對應于第一組頻槽，且第二組神經(jīng)元對應于第二 組頻槽。另外，第一組神經(jīng)元和第二組神經(jīng)元對應于尖峰發(fā)放網(wǎng)絡的第一層神經(jīng)元。第一組 神經(jīng)元和第二組神經(jīng)元的激發(fā)基于對象的相對速度。
[0010] 附圖簡述
[0011] 在結合附圖理解下面闡述的詳細描述時，本公開的特征、本質(zhì)和優(yōu)點將變得更加 明顯，在附圖中，相同附圖標記始終作相應標識。
[0012] 圖1解說了根據(jù)本公開的某些方面的示例神經(jīng)元網(wǎng)絡。
[0013] 圖2解說了根據(jù)本公開的某些方面的計算網(wǎng)絡(神經(jīng)系統(tǒng)或神經(jīng)網(wǎng)絡）的處理單元 (神經(jīng)元)的示例。
[0014] 圖3解說了根據(jù)本公開的某些方面的尖峰定時依賴可塑性(STDP)曲線的示例。
[0015] 圖4解說了根據(jù)本公開的某些方面的用于定義神經(jīng)元模型的行為的正態(tài)相和負態(tài) 相的示例。
[0016] 圖5解說了根據(jù)本公開的一方面的音調(diào)拓撲圖的示例。
[0017] 圖6-8解說了根據(jù)本公開的各方面的尖峰發(fā)放神經(jīng)元和輸出神經(jīng)元的示例。
[0018] 圖9解說了根據(jù)本公開的某些方面的使用通用處理器來設計神經(jīng)網(wǎng)絡的示例實 現(xiàn)。
[0019] 圖10解說了根據(jù)本公開的某些方面的設計其中存儲器可W與個體分布式處理單 元對接的神經(jīng)網(wǎng)絡的示例實現(xiàn)。
[0020] 圖11解說了根據(jù)本公開的某些方面的基于分布式存儲器和分布式處理單元來設 計神經(jīng)網(wǎng)絡的示例實現(xiàn)。
[0021] 圖12解說了根據(jù)本公開的某些方面的神經(jīng)網(wǎng)絡的示例實現(xiàn)。
[0022] 圖13是解說根據(jù)本公開的一方面的用于處理多普勒效應的方法的框圖。
[0023] 圖14是解說示例性設備中的不同模塊/裝置/組件之間的數(shù)據(jù)流的概念性數(shù)據(jù)流 圖。
[0024] 詳細描述
[0025] W下結合附圖闡述的詳細描述旨在作為各種配置的描述，而無意表示可實踐本文 中所描述的概念的僅有的配置。本詳細描述包括具體細節(jié)W便提供對各種概念的透徹理 解。然而，對于本領域技術人員將顯而易見的是，沒有運些具體細節(jié)也可實踐運些概念。在 一些實例中，W框圖形式示出眾所周知的結構和組件W避免煙沒此類概念。
[0026] 基于本教導，本領域技術人員應領會，本公開的范圍旨在覆蓋本公開的任何方面， 不論其是與本公開的任何其他方面相獨立地還是組合地實現(xiàn)的。例如，可W使用所闡述的 任何數(shù)目的方面來實現(xiàn)裝置或?qū)嵺`方法。另外，本公開的范圍旨在覆蓋使用作為所闡述的 本公開的各個方面的補充或者與之不同的其他結構、功能性、或者結構及功能性來實踐的 此類裝置或方法。應當理解，所披露的本公開的任何方面可由權利要求的一個或多個元素 來頭施。
[0027] 措辭"示例性"在本文中用于表示"用作示例、實例或解說"。本文中描述為"示例 性"的任何方面不必被解釋為優(yōu)于或勝過其他方面。
[0028] 盡管本文描述了特定方面，但運些方面的眾多變體和置換落在本公開的范圍之 內(nèi)。雖然提到了優(yōu)選方面的一些益處和優(yōu)點，但本公開的范圍并非旨在被限定于特定益處、 用途或目標。相反，本公開的各方面旨在能寬泛地應用于不同的技術、系統(tǒng)配置、網(wǎng)絡和協(xié) 議，其中一些作為示例在附圖W及W下對優(yōu)選方面的描述中解說。詳細描述和附圖僅僅解 說本公開而非限定本公開，本公開的范圍由所附權利要求及其等效技術方案來定義。
[0029] 示例神經(jīng)系統(tǒng)、訓練及操作
[0030] 圖1解說了根據(jù)本公開的某些方面的具有多級神經(jīng)元的示例人工神經(jīng)系統(tǒng)100。神 經(jīng)系統(tǒng)100可具有神經(jīng)元級102,該神經(jīng)元級102通過突觸連接網(wǎng)絡104(即，前饋連接)來連 接到另一神經(jīng)元級106。為簡單起見，圖1中僅解說了兩級神經(jīng)元，盡管神經(jīng)系統(tǒng)中可存在更 少或更多級神經(jīng)元。應注意，一些神經(jīng)元可通過側向連接來連接至同層中的其他神經(jīng)元。此 夕h-些神經(jīng)元可通過反饋連接來后向連接至先前層中的神經(jīng)元。
[0031 ]如圖1所解說的，級102中的每一個神經(jīng)元可W接收可由前級的神經(jīng)元巧在圖1中 示出）生成的輸入信號108。信號108可表示級102的神經(jīng)元的輸入電流。該電流可在神經(jīng)元 膜上累積W對膜電位進行充電。當膜電位達到其闊值時，該神經(jīng)元可激發(fā)并生成輸出尖峰， 該輸出尖峰將被傳遞到下一級神經(jīng)元(例如，級106)。此類行為可在硬件和/或軟件(包括模 擬和數(shù)字實現(xiàn)，諸如W下所述那些實現(xiàn)）中進行仿真或模擬。
[0032] 在生物學神經(jīng)元中，在神經(jīng)元激發(fā)時生成的輸出尖峰被稱為動作電位。該電信號 是相對迅速、瞬態(tài)的神經(jīng)脈沖，其具有約為IOOmV的振幅和約為Ims的歷時。在具有一系列連 通的神經(jīng)元(例如，尖峰從圖1中的一級神經(jīng)元傳遞至另一級神經(jīng)元）的神經(jīng)系統(tǒng)的特定實 施例中，每個動作電位都具有基本上相同的振幅和歷時，并且因此該信號中的信息可僅由 尖峰的頻率和數(shù)目、或尖峰的時間來表示，而不由振幅來表示。動作電位所攜帶的信息可由 尖峰、發(fā)放了尖峰的神經(jīng)元、W及該尖峰相對于一個或數(shù)個其他尖峰的時間來確定。尖峰的 重要性可由向各神經(jīng)元之間的連接所應用的權重來確定，如W下所解釋的。
[0033] 尖峰從一級神經(jīng)元向另一級神經(jīng)元的傳遞可通過突觸連接(或簡稱"突觸"）網(wǎng)絡 104來達成，如圖1中所解說的。關于突觸104,級102的神經(jīng)元可被視為突觸前神經(jīng)元，而級 106的神經(jīng)元可被視為突觸后神經(jīng)元。突觸104可接收來自級102的神經(jīng)元的輸出信號（即， 尖峰），并根據(jù)可調(diào)節(jié)突觸權重>^^+1^> 蛛{^^1^來按比例縮放那些信號，其中？是級102 的神經(jīng)元與級106的神經(jīng)元之間的突觸連接的總數(shù)，并且i是神經(jīng)元級的指示符。例如，在圖 1的示例中，i表示神經(jīng)元級102并且i+1表示神經(jīng)元級106。此外，經(jīng)按比例縮放的信號可被 組合W作為級106中每個神經(jīng)元的輸入信號。級106中的每個神經(jīng)元可基于對應的組合輸入 信號來生成輸出尖峰110。可使用另一突觸連接網(wǎng)絡（圖1中未示出）將運些輸出尖峰110傳 遞到另一級神經(jīng)元。
[0034] 生物學突觸可被分類為電的或化學的。電突觸主要用于發(fā)送興奮性信號，而化學 突觸可調(diào)停突觸后神經(jīng)元中的興奮性或抑制性(超極化)動作，并且還可用于放大神經(jīng)元信 號。興奮性信號使膜電位去極化(即，相對于靜息電位增大膜電位）。如果在某個時間段內(nèi)接 收到足夠的興奮性信號W使膜電位去極化到高于闊值，則在突觸后神經(jīng)元中發(fā)生動作電 位。相反，抑制性信號一般使膜電位超極化（即，降低膜電位）。抑制性信號如果足夠強則可 抵消掉興奮性信號之和并阻止膜電位到達闊值。除了抵消掉突觸興奮W外，突觸抑制還可 對自發(fā)活躍神經(jīng)元施加強力的控制。自發(fā)活躍神經(jīng)元是指在沒有進一步輸入的情況下（例 如，由于其動態(tài)或反饋而)發(fā)放尖峰的神經(jīng)元。通過壓制運些神經(jīng)元中的動作電位的自發(fā)生 成，突觸抑制可對神經(jīng)元中的激發(fā)模式進行定形，運一般被稱為雕刻。取決于期望的行為， 各種突觸104可充當興奮性或抑制性突觸的任何組合。
[0035] 神經(jīng)系統(tǒng)100可由通用處理器、數(shù)字信號處理器(DSP)、專用集成電路(ASIC)、現(xiàn)場 可編程口陣列(FP