[发明专利]一种考虑层内神经元互作用机制的人工神经网络优化方法

摘要

本发明公开了一种考虑层内神经元互作用机制的人工神经网络优化方法，本发明参考星形胶质细胞的作用机制，认为在人工神经网络中，层内神经元之间是存在横向相互作用的；本发明首先利用共识主动性的概念来对大脑中不同突触通过星形胶质细胞进行间接通信的过程进行建模，之后利用建模得到的模型来得到在深度神经网络中层内神经元之间的作用权重调整方法，作用权重通过迭代过程动态调整，在作用权重的影响下，神经元状态值的更新不仅受到自身回报值的影响，还将受到其它神经元状态值改变的影响，作用权重的大小取决于神经元之间作用距离的大小，从而通过动态地调整作用距离达到调整作用权重的目的。

主权项

1.一种考虑层内神经元互作用机制的人工神经网络优化方法，其特征在于，该方法包括以下步骤：(1)初始化深度神经网络参数系统参数，包括神经元的状态值，任务的完成度等；(2)计算所有神经元的状态值被其它神经元的状态值改变量影响后的新的状态值，根据新的状态值计算每个神经元被选择的概率值；以神经元各自被选择的概率值在当前层内选出一定数量的神经元构成一个集合，集合中的神经元构成执行该任务的一个批次；(3)集合中的神经元开始行动并获得各自行动的回报值；(4)集合中的神经元根据步骤(3)中的回报值更新任务完成度、自身的状态值及被选择的概率值；(5)集合中的神经元判断在步骤(2)中的先前来自于其它神经元的状态值改变量的影响方向和自身状态值的更新方向是否一致，根据判断结果更新它们之间的作用距离；(6)集合中的神经元将自身状态值的改变量与作用权重相乘后发送给当前层内所有其他神经元，进而对其它神经元的状态值施加影响；(7)判断任务完成度是否达到目标，是则结束，否则返回步骤(2)。