Çinli tədqiqatçılar beyində aşkar edilənlərə bənzər xaotik dinamikanı təqdim edən xaotik geri yayılma (CSBP) adlı bir yanaşma təqdim ediblər.

Aztibb.az “Planet Today” nəşrinə istinadən xəbər verir ki, spiking neyron şəbəkələrinə (SNN) tətbiq edilən bu üsul təkcə təlimin effektivliyini artırmır, həm də müxtəlif verilənlər topluları üzrə daha yaxşı ümumiləşdirməyə kömək edir.

SNN-lər bioloji sinir sistemlərinə bənzər impulslu siqnalları ötürdükləri üçün yüksək enerji səmərəli neyron şəbəkələridir. Bununla belə, onların təlimi çətin olur.

CSBP xaotik beyinə bənzər dinamiklər yaradan itki funksiyasını təqdim edir. Bu yanaşma həm neyromorfik məlumatlar, həm də CIFAR100 və ImageNet kimi geniş miqyaslı statik verilənlər topluları üzərində əhəmiyyətli üstün performans nümayiş etdirir.

Nəzəriyyə baxımından, CSBP öyrənmə prosesinin əvvəlcə xaotik olduğunu, sonra müxtəlif bifurkasiyalara məruz qaldığını və nəhayət, heyvanların beyin fəaliyyətinə uyğun gələn gradient dinamikasına birləşdiyini göstərir.

Bu iş SNN təlimi üçün yeni imkanlar açır və bioloji beynin öyrənmə prosesinə dərindən nəzər salır. Bu, süni intellektin inkişafında mühüm addımdır və daha səmərəli və dəqiq neyron şəbəkələri yaratmağa qapı açır!