Использование искусственных нейронных сетей типа ассоциативная память для изучения памяти человека

В. А. Ляховецкий
Print Friendly, PDF & Email

Об авторах:

В. А. Ляховецкий — кандидат технических наук, младший научный сотрудник лаборатории физиологии движений института физиологии им. И. П. Павлова РАН.

Тезисы доклада:

Несмотря на свое говорящее название, нейронные сети этого типа скорее рассматриваются математиками как сложные динамические системы, чем биофизиками как средства для моделирования особенностей памяти человека. В качестве достоинств таких сетей математики выделяют распределенное хранение информации, делающее сеть устойчивой к выпадению отдельных элементов, а также способность к некоторому примитивному обобщению – сеть воспроизводит правильное выходное значение и по зашумленному входному сигналу.

Моделирование результатов психофизиологических экспериментов по немедленному воспроизведению последовательности движений руки показало, что с точки зрения изучения памяти у этого класса сетей другие достоинства. Во-первых, они способны «
самостоятельно», без введения допущений об искажении запоминаемого, допускать ошибки при воспроизведении. При этом форма распределения модельных ошибок подобна форме распределений ошибок человека, а процент правильных ответов, как и у человека, невысок. Во-вторых, сети обладают критерием, позволяющим с некоторой долей уверенности оценить качество запоминания без обращения к внешнему миру. Таким критерием является число итераций, необходимых сети для перехода в устойчивое состояние при воспроизведении запомненного. В случае ошибки сеть сходится медленнее, чем для правильного ответа, что соответствует полученным экспериментальным психофизиологическим данным. В-третьих, существуют алгоритмы быстрого обучения таких сетей, позволяющие уже за несколько итераций улучшить качество запоминания. Форма кривой запоминания сети при этом подобна кривой заучивания человеком последовательности движений руки.

Интересно отметить, что ошибки сети можно разделить на два класса – более быстрые, близкие по скорости сходимости сети к правильным ответам, и более медленные. При обучении в большей степени корректируются более медленные ошибки, а более быстрые ошибки повторяются от одной итерации обучения к другой. Сходная динамика изменения числа ошибок разных типов наблюдалась и в психофизиологических экспериментах.

Презентация доклада (скачать PDF):

Видео:

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *