Semantic neural network とは

セマンティックニューラルネットワーク(SNN)は、John von Neumannのニューラルネットワーク[von Neumann、1966]とNikolai Amosov M-Networkに基づいています。フォンノイマンのネットワークのリンクトポロジには制限がありますが、SNNはこれらの制限がない場合も受け入れます。論理値のみを処理できますが、SNNはファジー値も処理できることを受け入れます。フォンノイマンネットワークへのすべてのニューロンは、タクトで同期されます。自己同期回路技法をさらに使用するために、SNNはニューロンを自己実行または同期させることができる。
フォンノイマンネットワークとは対照的に、意味ネットワークのためのニューロンのトポロジーには制限がない。フォンノイマンによって行われたようにニューロンの相対的アドレス指定が不可能になる。この場合、絶対アドレス指定が使用されるべきです。すべてのニューロンは、別のニューロンに直接アクセスできるユニークな識別子を持つ必要があります。もちろん、軸索 – 樹状突起によって相互作用するニューロンは、互いの識別子を有するべきである。絶対的な読出しは、生物学的ニューラルネットワークについて実現されたように、ニューロン特異性を用いて調節することができる。
意味論的ネットワークの最初の記述には自己反映性と自己修飾能力の記述はない[Dudar Z.V.、Shuklin D.E.、2000]。しかし、[Shuklin D. 2004]、システム内のイントロスペクションと自己修正能力の必要性についての結論が導き出された。これらの能力を維持するために、ニューロンへのポインタの概念が提供される。ポインタは、ニューロン間の仮想接続を表す。このモデルでは、ニューロン接続を介して伝達される身体および信号は物理的身体を表し、ニューロン間の仮想接続はアストラル体を表す。超常現象の可能性をサポートする仮想マシンに基づいて人工ニューロンネットワークのモデルを作成することが提案されている。
SNNは一般に自然言語処理に使用されます。