仿大腦視覺皮層的自主發(fā)育網(wǎng)絡(luò)模型研究.pdf

1、本文基于模擬人類大腦視覺皮層的Where-What網(wǎng)絡(luò)模型(WWN)，以實(shí)際應(yīng)用（進(jìn)入人類日常生活的第三代智能機(jī)器人）為目標(biāo)，對其自主發(fā)育機(jī)制做了進(jìn)一步研究。從理論上看，WWN是自主發(fā)育網(wǎng)絡(luò)的一個(gè)實(shí)例，粗略建模人類視覺系統(tǒng)信息處理的兩條通路結(jié)構(gòu):腹側(cè)通路主要處理物體的外形輪廓、顏色等信息，即主要負(fù)責(zé)物體的類型識別;背側(cè)通路主要處理物體的空間位置等信息，即主要負(fù)責(zé)物體的空間定位。
　　本文的主要工作分為三部分。首先驗(yàn)證WWN模型的算

2、法具備實(shí)際應(yīng)用的潛力。通過采用NVIDIA提供的GPU并行運(yùn)算框架CUDA對網(wǎng)絡(luò)算法進(jìn)行了并行化改造，提高了網(wǎng)絡(luò)的訓(xùn)練速度。相比基于CPU執(zhí)行的算法，優(yōu)化后的GPU版算法在運(yùn)算速度方面提高了將近16倍，處理速度達(dá)到了每秒26幀圖像，基本達(dá)到了實(shí)時(shí)處理的水平，一定程度上證實(shí)了WWN算法在運(yùn)行速度方面具備了實(shí)用潛力。
　　其次，從算法層面對WWN進(jìn)行改進(jìn)，使其能夠在實(shí)際環(huán)境中應(yīng)用。即在WWN-3的基礎(chǔ)上，提出了腦殼封閉的自主發(fā)育網(wǎng)絡(luò)模

3、型WWN-6，初步實(shí)現(xiàn)了較完整的自主發(fā)育功能。具體而言，在WWN-6中應(yīng)用了多種新的仿生機(jī)制，包括采用突觸維護(hù)實(shí)現(xiàn)了視覺感受野的動(dòng)態(tài)調(diào)整;設(shè)計(jì)了神經(jīng)元的兩種學(xué)習(xí)狀態(tài)和神經(jīng)元重生機(jī)制實(shí)現(xiàn)不同層次神經(jīng)元的連接與切斷，從而達(dá)到神經(jīng)元資源的動(dòng)態(tài)調(diào)節(jié);提出了神經(jīng)元緩釋機(jī)制初步解決了網(wǎng)絡(luò)增量學(xué)習(xí)引起的神經(jīng)元資源占用不均的問題。并且在算法實(shí)驗(yàn)驗(yàn)證環(huán)節(jié)中，使用了在自然場景中拍攝的移動(dòng)物體視頻作為原始數(shù)據(jù)，通過大量實(shí)驗(yàn)結(jié)果證明了各種機(jī)制的有效性，表明網(wǎng)絡(luò)