Foundation of Notation and Classification of Nonconventional Static and Dynamic Neural Units
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F07%3A00133313" target="_blank" >RIV/68407700:21220/07:00133313 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Foundation of Notation and Classification of Nonconventional Static and Dynamic Neural Units
Popis výsledku v původním jazyce
The paper introduces basic types of nonconventional artificial neural units, their notation and classification. The notation and classification of dynamic higher-order nonlinear neural units, time-delay dynamic neural units, and time-delay higher-order nonlinear neural units is introduced. Introduction into the simplified parallel of higher-order nonlinear aggregating function of artificial nonconventional neural units and synaptic and somatic operation of biological neurons is made. Based on simplifiedmathematical notation, it is proposed that nonlinear aggregating function of neural inputs should be understood as composition of synaptic and partial somatic neural operation also for static neural units. It unravels novel yet universal insight into understanding computationally powerful neurons. The classification of nonconventional artificial neural units is founded according to nonlinearity of aggregating function, the dynamic order, and time-delay implementation in neural units.
Název v anglickém jazyce
Foundation of Notation and Classification of Nonconventional Static and Dynamic Neural Units
Popis výsledku anglicky
The paper introduces basic types of nonconventional artificial neural units, their notation and classification. The notation and classification of dynamic higher-order nonlinear neural units, time-delay dynamic neural units, and time-delay higher-order nonlinear neural units is introduced. Introduction into the simplified parallel of higher-order nonlinear aggregating function of artificial nonconventional neural units and synaptic and somatic operation of biological neurons is made. Based on simplifiedmathematical notation, it is proposed that nonlinear aggregating function of neural inputs should be understood as composition of synaptic and partial somatic neural operation also for static neural units. It unravels novel yet universal insight into understanding computationally powerful neurons. The classification of nonconventional artificial neural units is founded according to nonlinearity of aggregating function, the dynamic order, and time-delay implementation in neural units.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BC - Teorie a systémy řízení
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/2B06023" target="_blank" >2B06023: Vývoj metody stanovení toků energie a látek ve vybraných ekosystémech, návrh a ověření principů hodnocení hospodářských zásahů pro zajištění podmínek autoregulace a rozvoje biodiverzity</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2007
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Cognitive Informatics, 6th IEEE International Conference on
ISBN
978-1-4244-1327-0
ISSN
—
e-ISSN
—
Počet stran výsledku
7
Strana od-do
—
Název nakladatele
IEEE CS Press
Místo vydání
California
Místo konání akce
Lake Tahoe, CA
Datum konání akce
6. 8. 2007
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000250542300051