DD210500A1 - ASSOCIATIVE COUPLING MATRIX FOR STRUCTURAL LEARNING AND ASSOCIATES OF EXPERIENCE - Google Patents
ASSOCIATIVE COUPLING MATRIX FOR STRUCTURAL LEARNING AND ASSOCIATES OF EXPERIENCE Download PDFInfo
- Publication number
- DD210500A1 DD210500A1 DD24448882A DD24448882A DD210500A1 DD 210500 A1 DD210500 A1 DD 210500A1 DD 24448882 A DD24448882 A DD 24448882A DD 24448882 A DD24448882 A DD 24448882A DD 210500 A1 DD210500 A1 DD 210500A1
- Authority
- DD
- German Democratic Republic
- Prior art keywords
- coupling
- associative
- invariants
- units
- information
- Prior art date
Links
- 230000008878 coupling Effects 0.000 title claims abstract description 97
- 238000010168 coupling process Methods 0.000 title claims abstract description 97
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 97
- 239000011159 matrix material Substances 0.000 title claims abstract description 38
- 230000003044 adaptive effect Effects 0.000 claims abstract description 16
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims abstract description 8
- 238000004088 simulation Methods 0.000 claims abstract description 4
- 230000015654 memory Effects 0.000 claims description 37
- 230000001143 conditioned effect Effects 0.000 claims description 16
- 230000002123 temporal effect Effects 0.000 claims description 8
- 238000007596 consolidation process Methods 0.000 claims description 7
- 230000001419 dependent effect Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 claims description 4
- 239000012636 effector Substances 0.000 claims description 3
- 230000003750 conditioning effect Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 12
- 230000001364 causal effect Effects 0.000 description 10
- 238000005755 formation reaction Methods 0.000 description 9
- 238000010276 construction Methods 0.000 description 6
- 230000015556 catabolic process Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000001953 sensory effect Effects 0.000 description 4
- 230000006403 short-term memory Effects 0.000 description 4
- 210000000225 synapse Anatomy 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 3
- 230000007787 long-term memory Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000004377 microelectronic Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000005415 magnetization Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Machine Translation (AREA)
Abstract
Die Erfindung ist fuer lernfaehige Automaten, adaptive Steuerungen, assoziierende Erkennungseinrichtungen und Beratungseinheiten fuer den Mensch-Maschine-Dialog anwendbar. Aufgabe ist die technische Simulation des Kenntniserwerbs und der Hypothesenbildung durch Aufzeigen der Struktur- und Funktionsprinzipien einer "lernfaehigen" assoziativen Koppelmatrix zum Implementieren bedingter logischer Verknuepfungen. Die Loesung besteht im wesentlichen darin, dass Koppeleinheiten mit besonderen Uebertragungskanaelen in Verbindung stehen, die Schluesselformationen u. mit diesen assoziierbare o. assoziierte Information uebertragen, dass die Koppeleinheiten direkt und/oder ueber Verknuepfungen mit den Kanaelen verbunden sind, dass Rueckkopplungen von den Ausgaengen fuer assoziierte Informationen zu den Koppeleinheiten vorhanden sind, dass Zustandsaenderungen der Koppeleinheiten auf- u. abbaubar sind u. dass die entsprechnd. Assoziation gleichzeitig mit logischen Operationen u. dem Assoziieren in der Koppelmatrix graduell oder abprupt aufgebaut wird und bei ausbleibender Erfuellung der Koinzidenzbedingung abgebaut werden kann.The invention is applicable to adaptive state machines, adaptive controllers, associative recognition devices and human-machine dialogue advisory units. Task is the technical simulation of knowledge acquisition and hypothesis formation by showing the structural and functional principles of an "adaptive" associative coupling matrix for implementing conditional logical connections. The solution consists essentially in that coupling units are in communication with special transmission channels, the key information u. associated with this associable o. Associated information that the coupling units are connected directly and / or via links to the channels that feedback from the outputs for associated information to the coupling units are present that state changes of the coupling units up u. are degradable u. that the entsprechnd. Association at the same time with logical operations u. The association in the coupling matrix is established gradually or abruptly and can be reduced if the coincidence condition is not fulfilled.
Description
Titel der ErfindungTitle of the invention
Assoziative Koppelmatrix zum strukturellen Lernen und Assoziieren aus ErfahrungAssociative coupling matrix for structural learning and association from experience
Anwendungsgebiet der ErfindungField of application of the invention
Die Erfindung ist für lernfähige Automaten (vorzugsweise mit künstlichem Intellekt), adaptive Prozeß-, Maschinen- und Robotersteuerungen, assoziierende Erkennungseinrichtungen und Beratungseinheiten zum Darstellen von Wissen für die intelligente Entscheidungsfindung im Mensch-Maschine-Dialog anwendbar. Sie dient besonders als Teilsystem von-Intelligenten Automaten (vgl. WP 145 436, WP 149 723 und WP G06F/234 943/8) zum strukturellen Speichern und lerntypischen Verwerten von Wissen, das durch Kennthiserwerb und Hypothesenbildung erweiterbar ist. Sie hat den Charakter eines lernfähigen Zuordners oder Parallel-Assoziativspeichers (vgl. Zuordnungskomplexe in WP 145 338, WP 145 436 und WP G06F/234 948/8) mit der Fähigkeit zum strukturellen Lernen und Implementieren paralleler bedingter logischer Verknüpfungen bzw. bedingter Zuordnungen für die lerntypische Informationsverarbeitung durch Assoziieren aus Erfahrung.The invention is applicable to adaptive machine (preferably artificial-intellect) machines, adaptive process, machine and robot controls, associative recognizers and advisory units for presenting knowledge for intelligent decision-making in man-machine dialogue. It is particularly useful as a subsystem of intelligent automata (see WP 145 436, WP 149 723 and WP G06F / 234 943/8) for the structural storage and learning-typical utilization of knowledge, which can be extended by means of identity acquisition and hypothesis formation. It has the character of an adaptive mapper or parallel associative memory (see assignment complexes in WP 145 338, WP 145 436 and WP G06F / 234 948/8) with the ability to structurally learn and implement parallel conditional logical associations or conditional associations for the learning-typical information processing by associating with experience.
Charakteristik der bekannten technischen Lösungen Die Erfindung bezieht sich auf die vom Erfinder in der Patentschrift 145 810 (Kl. G06F 15/18) definierte assoziative Koppelmatrix und auf angeführte Patente des Erfinders. Bekannt sind Assoziativspeicher, aus denen durch Inhaltsadressierung oder Suchoperationen mit vergleichbaren Merkmalen (z. 8. Kennwörtern) assoziierte Daten parallel oder seriell lesbar sind. Solche Speicher dienen als besondere Datenspeicher für Computer. Sie werden zumeist mit wahlfreiem Zugriff realisiert und sind gekennzeichnet durch die selektive Adressierung von einzelnen Speicherplätzen und das alternative Schreiben und Lesen von Daten (z. B. Zeichen oder Wörtern). Im Unterschied dazu werden durch die Erfindung die inCharacteristic of known technical solutions The invention relates to the associative coupling matrix defined by the inventor in patent specification 145 810 (class G06F 15/18) and to patents cited by the inventor. Associative memories are known, from which data associated by content addressing or search operations with comparable features (eg 8th passwords) can be read in parallel or in series. Such memories serve as special data memories for computers. They are mostly implemented with random access and are characterized by the selective addressing of individual memory locations and the alternative writing and reading of data (eg characters or words). In contrast, by the invention in
WP G06F/234 948/8 vom Erfinder definierten Prinzipien des "strukturellen Lernens" und "Assoziierens aus Erfahrung" angewendet. Erfindungsgemäß werden die durch Konditionierungen während der Informationsverarbeitung gewonnenen "Kenntnisse" und "Hypothesen" als aufgebaute Kausalitätsbeziehungen zwischen verifizierbaren Invarianten (z. B. Signalwerten, Signalwertsätzen oder Daten) durch konditionierte Assoziationen (Verbindungen) strukturell gespeichert.WP G06F / 234 948/8 principles of "structural learning" and "associating from experience" as defined by the inventor. According to the invention, the "knowledge" and "hypotheses" obtained by conditioning during the information processing are structurally stored as constructed causality relations between verifiable invariants (eg signal values, signal value sets or data) by conditioned associations (connections).
Mit den Invarianten, die Stützinformationen bzw. Begriffe kausaler (semantischer) Begriffsnetze darstellen, werden das datenflußgesteuerte Assoziieren und Verifizieren von assoziierbaren Informationen in Zuordnung zu parallelen Schlüsselinformationen implementiert. Die erfindungsgemäße Speicher- und Verarbeitungsfunktion der assoziativen Koppelmatrix (als " Ge.dächtnissystem") resultiert aus der Konditionierung bzw. Konsolidierung von verteilten Assoziationen für Beziehungen (d. h..verteilte Speicherung) simultan zu parallelen bedingten logischen Verknüpfungen (d. h. Operationen) der Invarianten., d. h. aktueller Werte der binären o-der mehrwertigen Variablen. Vorzugsweise werden parallele Assoziationen für bedingte Zuordnungen implementiert. Die Erfindung hat den Charakter einer "lernfähigen" . Zuordnungseinheit, die im Vergleich zu konventionellen Assoziativspeichern ohne sukzessive Adressierungs-, Vergleichs- und Suchoperationen für Lesevorgänge auskommt.With the invariants representing support information or concepts of causal (semantic) conceptual networks, data flow controlled associating and verifying associative information in association with parallel key information is implemented. The memory and processing function of the associative coupling matrix (as a "health system") results from the conditioning or consolidation of distributed associations for relationships (ie, distributed storage) simultaneously to parallel conditional logical operations (ie, operations) of the invariants , H. current values of the binary o of the multivalued variables. Preferably, parallel associations are implemented for conditional associations. The invention has the character of a "learning". Allocation unit that eliminates the need for successive address, compare, and seek operations compared to conventional associative memories.
Bekannte lernfähige Zuordner sind "lernende" Klassifikatoren (z. B. Lernmatrix von K. Steinbuch). Sie implementieren die Konditionierung von Zuordnungen entsprechend der- bedingten Zählhäufigkeit und summieren gewichtete Einflüsse auf Klassensignale, so daß durch Extremwertbestimmung nach dem iVlaximumprinzip die Einordnung der zu klassifizierenden Invariantensätze in jeweils eine Klasse optimiert werden kann.Known adaptive allocators are "learning" classifiers (eg learning matrix by K. Steinbuch). They implement the conditioning of assignments in accordance with the number of counts and add weighted influences on class signals, so that by extreme value determination according to the iVlaximum principle, the classification of the invariant sets to be classified into one class can be optimized.
Erfindungsgemäß wird die Konditionierung von' disjunkten Assoziationen für parallele bedingte Verknüpfungen abnängig von der zeitlichen und/oder häufigkeitsmäßigen Bewertung von Koinzidenzsignalen implementiert, ohne daß Zähler zur Bestimmung und Bewertung der relativen Häufigkeit der Konditionierung benötigt werden.According to the invention, the conditioning of disjoint associations for parallel conditional links is implemented dependent on the temporal and / or frequency evaluation of coincidence signals, without the need for counters to determine and assess the relative frequency of the conditioning.
Ziel der Erfindung,Aim of the invention
Das allgemeine Ziel der Erfindung ist die technische Simulation des Kenntniserwerbs und der Hypothesenbildung durch das "Erfassen" bzw. "Einbilden" von Kausalitätsbeziehungen zwischen Invarianten (d. h. strukturelles Lernen analog dem Einspeichern von Erfahrungen und Annahmen durch Änderungen oder Erweiterungen der logischen Struktur). Gleichzeitig soll das assoziative Erzeugen von Informationen möglich sein, die mit mindestens einer Schlüsselinformation über konditionierte , aufgebaute (d. h. "gelernte·") Kausalitätsbeziehungen assoziiert werden (Assoziieren aus Erfahrung). Verifizierte Invarianten, die assoziierte Informationen darstellen, sollen in bedingte logische Verknüpfungen und/oder bedingte Zuordnungen einbeziehbar sein (analog dem konditionierungsabhängigen assoziativen Denken).The general objective of the invention is the technical simulation of knowledge acquisition and hypothesis formation by "mapping" causality relations between invariants (i.e., structural learning analogous to storing experiences and assumptions by changes or extensions of the logical structure). At the same time, the associative generation of information associated with at least one key information on conditioned, built-up (i.e., "learned") causal relationships shall be possible (association from experience). Verified invariants, which represent associated information, should be able to be included in conditional logical connections and / or conditional assignments (analogous to conditioning-dependent associative thinking).
Das besondere Ziel der Erfindung ist das Aufzeigen von ökonomisch realisierbaren Strukturen für assoziative Erfahrungsspeicher, welche zur Entwicklung von lernfähigen Zuordnungskomplexen (vgl. WP 145 338, WP 149 723 und WP GO6F/234 948/8) geeignet sind und z. B. mit Logik- oder Zuordnungseinheiten bzw. Zuordnungsniveaus (vgl. WP 140 927, WP 145 338 und WP G06F/ 234 948/8) integriert oder verbunden werden können. Die Erfindung soll als Teilsystem Intelligenter Automaten nutzbar sein, die vom Erfinder in Patentschriften seit 1978 definiert worden sind (vgl. WP 145 "435, WP 149 723, WP 153 744 und WP G06F/234 948/8) und zum aigorithmischen Modellieren des adaptiven Erkennens und Entscheidens für intelligente"Aktionen durch erfahrungsgemäße Voraussagen und Hypothesen fähig sind. Nach dem Vorbild des Kenntniserwerbs und Assoziierens im "denkenden Gedächtnis" des Gehirns wird das biokybernetische Ziel verfolgt, elementare Lernprozesse technisch zu modellieren. Die psychologisch klassifizierbaren Lernformen (z. B. bedingte Reaktion, bedingte Aktion und Lernen durch Einsicht) lassen sich auf den Grundprozeß des "strukturellen Lernens" zurückführen, welcher als die konditionierte Struktur- und Funktionsänderung eines "lernfähigen" logischen Systems simuliert werden kann (vgl. WP G06F/234 948/8).The particular aim of the invention is to demonstrate economically feasible structures for associative memory of experience, which are suitable for the development of adaptive assignment complexes (see WP 145 338, WP 149 723 and WP GO6F / 234 948/8) and z. B. with logic or allocation units or assignment levels (see WP 140 927, WP 145 338 and WP G06F / 234 948/8) can be integrated or connected. The invention is intended to be useful as a subsystem of intelligent automata which have been defined by the inventor in patents since 1978 (see WP 145 "435, WP 149 723, WP 153 744 and WP G06F / 234 948/8) and for the aigorithmic modeling of the adaptive Recognizing and deciding on intelligent "actions through experiential predictions and hypotheses capable. Following the example of knowledge acquisition and association in the "thinking memory" of the brain, the biocybernetic goal is pursued to technically model elementary learning processes. The psychologically classifiable learning forms (eg conditional reaction, conditional action and learning by insight) can be traced back to the basic process of "structural learning", which can be simulated as the conditioned structural and functional change of a "learning" logical system (cf. WP G06F / 234 948/8).
_ 4 —_ 4 -
Eine grundlegende Aufgabe der Forschungsrichtung künstliche Intelligenz ist die Darstellung von erweiterbarem Wissen, insbesondere von modifizierbaren und erweiterbaren kausalen Begriffsnetzen, bestehend aus Segriffen als Stützinformationen und aus Beziehungen zwischen Begriffen. Mit einer technisch implementierbaren "lernfähigen" logischen Struktur soll der Kenntniserwe.rb simuliert werden, indem mindestens eine Kausalitätsbeziehung zwischen ausgewählten verifizierbaren Invarianten, die aufeinander beziehbare Informationen bzw. Begriffe darstellen, unter der Bedingung der bewerteten Koinzidenz ihrer Signalereignisse aufgebaut wird,A fundamental task of the research field artificial intelligence is the presentation of extensible knowledge, in particular of modifiable and extensible causal networks, consisting of words as support information and relationships between terms. With a technically implementable "learnable" logical structure, the knowledge rerra.rb is to be simulated by constructing at least one causal relationship between selected verifiable invariants representing interrelated information or terms under the condition of the weighted coincidence of their signal events,
Darlegung des Wesens der ErfindungExplanation of the essence of the invention
Die Aufgabe der Erfindung besteht im Aufzeigen der Struktur- und Funktionsprinzipien einer " lernfähigen" assoziativen Koppelmatrix zum Implementieren bedingter logischer Verknüpfungen und/oder zur assoziativen Einkopplung von Signalen in Übertragimgskanäle für assoziierbare oder assoziierte Informationen (wie in WP 145 810) entsprechend dem· Ziel der Erfindung. Folgende-Forderungen werden von der erfindungsgemäßen assoziativen Koppelmatrix erfüllt: : The object of the invention is to demonstrate the structural and functional principles of an "adaptive" associative coupling matrix for implementing conditional logical operations and / or associative coupling of signals into transmission channels for associative or associated information (as in WP 145 810) in accordance with the object Invention. The following requirements are fulfilled by the associative coupling matrix according to the invention :
- parallele Ausbildung und Festigung (Konsolidierung) bedingter logischer Verknüpfungen bzw. bedingter Zuordnungen durch Konditionierung von Struktur- und Funktionsänderungen (analog zum bedingten Erfassen und Behalten von Beziehungen im Gedächtnis) simultan zur parallelen Erzeugung von 'mit Schlüssel informationen assoziierten Informationen durch konditionierte Assoziationen und aufgebaute Kausalitatsbeziehungen, d. h. Funktion eines Parallel-Assoziativspeicners mit Fähigkeiten zum parallelen Implementieren des strukturellen Lernens und Speicherns simultan zu logischen Operationen und zum Assoziieren aus Erfahrung (analog dem iViehrfunktionscharakter der neuronalen Struktur des "denkenden Gedächtnisses", modelliert durch, modifizierbare Neuronenverbände mit effektivierbaren Synapsen für konditionierbare Assoziationen) ,- parallel formation and consolidation (consolidation) of conditional associations or conditional assignments by conditioning structural and functional changes (analogous to the conditional capture and retention of relationships in memory) simultaneously to the parallel generation of information associated with key information by conditioned associations and built-up Causality relationships, d. H. Function of a parallel associative memory with capabilities for parallel implementation of structural learning and storing simultaneously to logical operations and associating from experience (analogous to the function function of the neuronal structure of the "thinking memory" modeled by, modifiable neuron associations with effectable synapses for conditionable associations),
- gradueller oder abrupter Aufbau bzw. Abbau von Assoziationen (Verbindungen) für erfahrungsgemäße Kausalitätsbeziehungen, ausgehend von verifizierbaren Invarianten für ursächliche oder- gradual or abrupt construction or dismantling of associations (connections) for experiential causal relationships, starting from verifiable invariants for causal or
Schlüssel informationen und bezogen auf Invarianten für assoziierbare bzw. assoziierte Informationen, bedingt durch die zeitlich oder häufigkeitsmäßig bewertete Koinzidenz oder zeitliche Kontiguität der Signalereignisse der aufeinander beziehbaren Invarianten, die sowohl sensuell als auch durch feste und/oder bedingte Verknüpfungen (z. B, durch veranlagte oder gelernte Schlüsse assoziativ) verifiziert werden können; d. h. Simulation des sensuellen und assoziativen Kenntniserwerbs (Erkenntnis und Hypothesenbildung) durch "Erfassen" und "Einbilden" von Beziehungen als "Kenntnisse" bzw. "Hypothesen" und Simulation des Vergessens von solchen Kenntnissen und Hypothesen im Kurzzeitgedächtnis, die ungenügend unter der Koinzidenzbedingung konsolidiert worden sind,Key information and related to invariants for associable or associated information, due to the coincidence or time-related coincidence or temporal contiguity of the signal events of the mutually obtainable invariants, both sensory and by fixed and / or conditional links (eg, by assessed or learned conclusions can be verified associatively); d. H. Simulation of sensory and associative acquisition (knowledge and hypothesis formation) by "capturing" and "constructing" relationships as "knowledge" or "hypotheses" and simulating the forgetting of such knowledge and short-term memory hypotheses that have been insufficiently consolidated under the coincidence condition .
- strukturelles Speichern von aufgebauten (z. B. disjunkten, konjunkten und/oder alternativen) Beziehungen zwischen verifizierbaren Invarianten für Schlüsselinformationen und Invarianten für assoziierte. Informationen, die in Fällen ungenügender Konsolidierung oder durch Umlernen (bzw. anders bedingt) abgebaut (d. h. vergessen) werden können,structurally storing constructed (eg, disjoint, conjunctive, and / or alternative) relationships between verifiable invariant for key information and invariant for associated. Information that can be removed (ie forgotten) in cases of insufficient consolidation or re-learning (or otherwise),
d. h. Modellierung des Kurz- und Langzeitgedächtnisses als Wissens- und Erfahrungsspeicher für erworbene Kenntnisse und Fertigkeiten,d. H. Modeling of short- and long-term memory as knowledge and experience memory for acquired knowledge and skills,
- assoziative Speicherung ohne selektive Adressierung von Speicherplätzen und Reduzierung des Aufwandes imVergleich zu adressierbaren Assoziativspeichern mit Lese-/Schreiboperationen durch Wegfall der Lese- und Schreib-Auswahlleitungen,associative storage without selective addressing of memory locations and reduction of the effort in comparison to addressable associative memories with read / write operations by omission of the read and write selection lines,
- wahlweise Gleichsetzung (Äquivalenz) von Signalen für assoziierbare oder assoziierte Informationen mit Signalen für Schlüsselinformationen, so daß assoziierte Informationen als Schlüsselinformationen das Assoziieren weiterer Informationen bewirken können (Assoziationsketten), und/oder daß Schlüssel informationen als assoziierbare Informationen fungieren, die mit anderen Schlusselinformationen bzw, assoziierten Informationen durch strukturelles Lernen in Beziehung gebracht werden können,optionally equating (equivalence) signals for associative or associated information with signals for key information so that associated information as key information can cause the association of further information (association chains), and / or that key information acts as associative information associated with other key information or information , associated information can be related through structural learning,
- Divergenz der assoziativen Auswirkungen (bzw. Beziehungen) von Signalereignissen für Schlüssel informationen und Konvergenz der logisch verknüpften Beziehungen von solchen Signalereignissen, die gleiche assoziierte Informationen definieren (analog dem Konvergenz- und Divergenz-Prinzip für Beziehungen bzw. Verbin-Divergence of the associative effects (or relationships) of signal events for key information and convergence of the logically linked relationships of such signal events that define the same associated information (analogous to the convergence and divergence principle for relationships).
-D-D-
dungen in Neuronennetzen, z. B. der Assoziationskomplexe des Gehirns),tions in neural networks, eg. The association complexes of the brain),
- universelle Koppelbarkeit der Eingänge und/oder Ausgänge der assoziativen Koppelmatrix mit Logik-Gattern, Negatoren, Verstärkern/ Treibern, Flipflops, Triggern, Toren, Registern, Speichern, Sensoren, Effektoren, Anschluß- oder Verbindungseinheiten, Zuordnungseinheiten, -niveaus, -komplexen (vgl.universal coupling of the inputs and / or outputs of the associative coupling matrix with logic gates, inverters, amplifiers / drivers, flip-flops, triggers, gates, registers, memories, sensors, effectors, connection units, assignment units, levels, complexes ( see.
WP 149 723 und WP G06F/234 948/8) oder anderen assoziativen Koppelmatr'izen ,WP 149 723 and WP G06F / 234 948/8) or other associative coupling matrices,
- Verwendbarkeit der assoziativen Koppelmatrix als lernfähiger Zuordner (z. B. für Zuordnungsniveaus wie in WP 145 und WP G06F/234 948/8) oder als Parallel-Assoziativspeicher zum Aufbau von lernfähigen Zuordnungskomplexen (WP G06F/ 234 948/8), z. B. Gedächtnissystemen Intelligenter Automaten,Use of the associative coupling matrix as an adaptive allocator (eg for assignment levels as in WP 145 and WP G06F / 234 948/8) or as a parallel associative memory for the construction of adaptive assignment complexes (WP G06F / 234 948/8), eg. B. Intelligent Automata Memory Systems,
- Realisierbarkeit der Koppelmatrix durch hochintegrierte Schaltungen der Mikroelektronik,· z. B. mit Gate-Arrays oder analog Speichern in MOS- oder CMOS-Technologien, und zukunftige Computertechnologien (z. 8. optische Schaltungen).- Realizability of the coupling matrix by highly integrated circuits of microelectronics, · z. With gate arrays or analog memories in MOS or CMOS technologies, and future computer technologies (eg, 8 optical circuits).
Erfindungsgeraäß wird die Aufgabe durch die im Erfindungsanspruch angegebenen Merkmale gelöst.Erfindungsgeraäß the object is achieved by the features specified in the invention claim.
Ausführungsbeispiel..Embodiment ..
Fig. 1: Prinzipschaltung der -assoziativen. Kop pel-matrix, Fig. 2: logische Grundschaltung der assoziativen Koppelmatrix als lernfähige Zuordnungseinheit,Fig. 1: Principle circuit of -assoziativen. Kop pel-matrix, Fig. 2: basic logic circuit of the associative coupling matrix as an adaptive allocation unit,
Fig. 3: Blockschaltbild einer assoziativen Koppelmatrix für bedingte disjunktive Verknüpfungen,3 shows a block diagram of an associative coupling matrix for conditional disjunctive links,
Fig. 4: Logikplan des Ausführungsbeispiels einer Koppeleinheit für bedingte disjunktive Verknüpfungen,4 shows a logic diagram of the exemplary embodiment of a coupling unit for conditional disjunctive links,
Fig. 5: Schaltungsbeispiel einer Koppeleinheit für bedingte disjunktive Verknüpfungen.Fig. 5: Circuit example of a coupling unit for conditional disjunctive operations.
Die Fig. 1 zeigt die in der Patentschrift WP 145 810 vom Erfinder definierte Prinzipschaltung der assoziativen Koppelmatrix. Sie dient zum assoziativen Einkoppeln von solchen Signalen in die Übertragungskanäle 1 für assoziierbare Informationen, die unter der Konzidenzbedingung mit mindestens einem Signal der Kanäle für Schlüsselinformationen in Beziehung gebracht worden sind.FIG. 1 shows the principle circuit of the associative coupling matrix defined in the patent specification WP 145 810 by the inventor. It is used for the associative coupling of such signals into the transmission channels 1 for associative information that has been correlated with at least one signal of the key information channels under the context condition.
Die ausbildbaren Signaleinflüsse der Kanäle 2 auf die Kanäle 1 werden von einzelnen Koppeleinheiten 3, 4 definiert, die "lernbare" Verbindungen (Assoziationen) für bedingte logische Verknüpfungen konditioniert aufbauen oder abbauen können (Implementierung äes strukturellen Lernens). Eine Koppeleinheit 3, 4 hat entweder den Zustand "Verbindung hergestellt" (3) oder den Zustand "keine Verbindung" (4). Die Verbindungen können unter der Koinzidenzbedingung sowohl abrupt als auch graduell hergestellt werden. Oede aufgebaute Assoziation implementiert eine Kausalitätsbeziehung zwischen verifizierbaren Invarianten (Werten von Variablen), d. h. Signalwerten oder Signalwertsätzen (z. B. Zeichen oder Worten), der Kanäle 1 und 2. Der Aufbau einer Verbindung kann entweder bereits nach- einmaliger oder erst nach mehrmaliger Erfüllung der Koinzidenzbedingung erfolgen. Infolge der konditionierten Effektivierung der Koppeleinheiten 4 und ihres Obergangs in den Zustand "Verbindung hergestellt" (3) werden bedingte Verknüpfungen (Funktionen) von Variablen (ausgedrückt durch Signale) der Kanäle 1 und 2 implementiert. Daraus resultieren bedingte Zuordnungen von Invarianten (z, B. Signalwerten) bzw. Invariantensätzen (d. h. Wertetupeln als Formationen der Variablenkonfigurationen) der Knäle 1 und 2. Über die konditionierten Verbindungen (Assoziationen) der Koppeleinheiten 3 werden ausgewählte Invarianten (z. B. für Schlüssel informationen) der Knäle 2 in die rnodifizierbareh bzw. erweiterbaren logischen Verknüpfungen zur Verifikation definierter Invarianten als diskrete Werte der Ausgangsvariablen zur Darstellung assoziierbarer Informationen der Kanäle 1 zusätzlich einbezogen (vgl. Fig.. 2). Mit den Verbindungen der Koppeleinheiten 3 werden aufgebaute ("erfaßte") Kausalitätsbeziehungen zwischen den Invarianten zur Darstellung von Stützinformationen bzw. Begriffe kausaler Begriffsnetze implementiert. Durch die Zustände der Koppeleinheiten 3, werden "lernbare" (d. h. aufbaubare bzw. abbau'oare) Kausalitätsbeziehungen zwischen Invarianten der Kanäle 1 und 2 in der logischen Struktur der Koppelmatrix konzeptionell veranlagt bzw. ausgebildet (vgl. Synapsen in Neuronennetzen). Die lernbaren Beziehungen können prinzipiell in disjunktivem, konjunktivem oder alternativem logischem Zusammenhang stehen (vgl. logische Verknüpfung 12 in Fig. 2). Ober disjunkte Beziehungen sind als Funktionen einerThe formable signal influences of the channels 2 on the channels 1 are defined by individual coupling units 3, 4, which can build up or reduce conditioned "learnable" connections (associations) for conditional logical operations (implementation of structural learning). A coupling unit 3, 4 has either the state "connection established" (3) or the state "no connection" (4). The compounds can be made both abruptly and gradually under the coincidence condition. Each built association implements a causality relationship between verifiable invariants (values of variables), i. H. Signal values or signal value sets (eg characters or words), channels 1 and 2. The establishment of a connection can either take place later or only after several fulfillment of the coincidence condition. Due to the conditioned effect of the coupling units 4 and their transition to the state "connection established" (3), conditional operations (functions) of variables (expressed by signals) of the channels 1 and 2 are implemented. This results in conditional assignments of invariants (z, B. signal values) or invariant sets (ie, value tuples as formations of the variable configurations) of the clones 1 and 2. Selected invariants (eg, for keys) are used via the conditioned connections (associations) of the coupling units 3 information) of the knaves 2 are additionally included in the rnodifizierbareh or expandable logical operations for verification of defined invariants as discrete values of the output variables for representing associative information of the channels 1 (see Fig .. 2). With the connections of the coupling units 3, built-up ("detected") causal relationships between the invariants for representing support information or concepts of causal nets are implemented. By virtue of the states of the coupling units 3, "learnable" (i.e., degradable) causality relationships between invariants of channels 1 and 2 in the logical structure of the coupling matrix are conceptually designed or formed (see synapses in neural networks). In principle, the learnable relationships can be in a disjunctive, conjunctive, or alternative logical relationship (see logic operation 12 in FIG. Upper disjoint relationships are considered functions of a
verifizierten Invariante (ζ. B. eines Signalwertes) für eine Schlüsselinformation der Kanäle 2 mehrere Invarianten für unterschiedliche assoziierte Informationen der Kanäle 1 verifizierbar (Divergenz). Die assoziierten Informationen sind mit gleichen Informationen der Kanäle 1 disjunktiv verknüpft (vgl. 13 in Fig. 2). Sie werden als Ausgangsinforraationen der Koppelmatrix erzeugt, als.oib sie ohne Einflüsse von Kanälen 2 in den Kanälen 1 übertragen worden wären. Unter "Information" verstehen wir die Begriffsklasse aller semantischen Inhalte einer verifizierten Invariante (d. h. ,des ausgewählten Viertes einer Variable).oder eines Invariantensatzes/ der als aktuelle Formation (Wertetupel) der Werte einer Variablenkonfiguration in einem Zeitpunkt definiert wird. Ms Variable gilt ein Signal oder eine Signalgruppe des Übertragungskanals (1, 2, 3, 11, 13, 14, 15, 15, 20.) zur Darstellung codierter Information.Verified invariant (ζ B. a signal value) for a key information of the channels 2 verifiable several invariants for different associated information of channels 1 (divergence). The associated information is disjunctively linked to like information of channels 1 (see Fig. 13 in Fig. 2). They are generated as Ausgangsinforraationen the coupling matrix, als.oib they would have been transmitted without influences of channels 2 in the channels 1. By "information" we mean the conceptual class of all semantic contents of a verified invariant (ie, the selected fourth of a variable) .or an invariant set / defined as the current formation (value tuple) of the values of a variable configuration at a time. Ms variable is a signal or a signal group of the transmission channel (1, 2, 3, 11, 13, 14, 15, 15, 20) for representing coded information.
Ausgewählte Kanäle 1 und 2 können identisch sein oder sind wahlweise miteinander verbindbar.. Beispielsweise fungieren über die Verbindungen 5, 7 besondere Signalwerte für assoziierbare Informationen auch als Signalwerte für Schlüssel informationen.Außerdem fungieren über die Verbindungen 5, 8 besondere Signalwerte für Schlüssel informationen auch als Signalwerte für assoziierbare Informationen.Selected channels 1 and 2 may be identical or may be connected to one another. For example, special signal values for associable information also function as signal values for key information via the connections 5, 7. Special signal values for key information also function as connections via the connections 5, 8 Signal values for associable information.
Die logische Struktur der assoziativen Koppelmatrix ist modifiziert) ar und.erweiterbar. Ihre konditionierbaren Koppeleinheiten 3, 4·ermöglichen den erfahrungsgemäßen Aufbau oder Abbau von Kausalitätsbeziehungen zwischen ausgewählten Invarianten der Kanäle 1,(14}und 2, {10}unter der Bedingung der Koinzidenz "verbindbarer" Invarianten der Kanäle 1,(9) und· 2,ClO). Die Invarianten stellen Stützinformationen bzw. Begriffe des modellierten kausalen Begriff snetzes dar, das dem dargestellten modifizierbaren oder erweiterbaren Wissen entspricht. Die assoziative Koppelmatrix dient zum Simulieren des "sensuellen" und "assoziativen" Kenntniservverbs durch "strukturelles Lernen" (analog dem Wissenszuwachs durch Modellbildung) und des Assoziierens aus Erfahrung (z. B. fürThe logical structure of the associative coupling matrix is modified) ar and.extensible. Their conditionable coupling units 3, 4 enable the construction or degradation of causality relations between selected invariants of the channels 1, 14 and 2, 10 under the condition of the coincidence of connectable invariants of the channels 1, 9 and 2 , ClO). The invariants represent support information or terms of the modeled causal term snetzes corresponding to the modifiable or extensible knowledge presented. The associative coupling matrix is used to simulate the "sensory" and "associative" knowledge verbs by "structural learning" (analogous to knowledge gain through modeling) and associative experience (eg, for
assoziierte Voraussagen oder Erwartungen beim lerntypischen Verwerten von gespeichertem Wissen).associated predictions or expectations in learning typical use of stored knowledge).
Mit assoziativen Koppelmatrizen sind "lernfähige" Zuordnungseinheiten realisierbar, die zu hierarchischen Zuordnungsniveaus von Zuordnungskomplexen integriert werden können (vgl. WP 145 und WP G06F/234 948/8). Diese dienen zum Simulieren von Grundprozessen des logischen Denkens, z. B. von induktivem und/oder deduktivem Assoziieren aus Erfahrung \ύ. h. nach vorausgegangenem Kenntniserwerb durch strukturelles Lernen), und zum strukturellen Speichern von erweiterbarem Wissen (darstellbar durch Invarianten für Begriffe und deren Beziehungen). Sie haben so-': wohl Verarbeitungs- als auch Speicherfunktionen (analog dem "denkenden Gedächtnis") aufgrund ihrer-, bedingten logischen Verknüpfungen , die konditionierungsabhängig ausgebildet, bekräftigt (konsolidiert), modifiziert oder rückgebildet werden können.With associative coupling matrices, "adaptive" allocation units can be realized, which can be integrated into hierarchical assignment levels of assignment complexes (see WP 145 and WP G06F / 234 948/8). These are used to simulate basic processes of logical thinking, eg. From inductive and / or deductive association from experience \ ύ. H. after prior knowledge acquisition through structural learning), and for structurally storing extensible knowledge (represented by invariants for terms and their relationships). They have both processing and storage functions (analogous to "thinking memory") on the basis of their, conditional logical connections, which can be formed, reinforced (consolidated), modified or regressed depending on the conditioning.
Die Fig. 2 zeigt die logische Grundschaltung der erfindungsgemäßen assoziativen Koppelmatrix als lernfähige Zuordnungseinheit (vgl. WP G06F/234 948/8). Die Ausgänge 14 bilden die Ausgangssignale (Ausgangsvariablen) der Zuordnungseinheit als Resultate logischer Verknüpfungen, z. B. mit Logikschaltungen 12, 13.. Sie können mit Hilfe der konditionierbaren Koppeleinheiten 11a, 11b als bedingte Funktionen von solchen Eingangssignalen (Eingangsvariablen) der Eingänge 10 definiert werden, -die über Koppele, in-2 shows the basic logic circuit of the associative coupling matrix according to the invention as an adaptive allocation unit (see WP G06F / 234 948/8). The outputs 14 form the output signals (output variables) of the allocation unit as results of logic operations, z. With the aid of the conditionable coupling units 11a, 11b, they can be defined as conditional functions of such input signals (input variables) of the inputs 10, which can be connected via couplers,
*-'"' heiten 11b gesteuerten Einfluß haben und z. B. Sc.hlüsselinfof'ma- tionen darstellen. Die Signale der Ausgänge 14 entsprechen äquivalenten Signalen der Eingänge 9 und sind mit ihnen disjunktiv verknüpft (13). Ihre Signalwerte (Invarianten) sind mit entsprechenden Signalwerten der Eingänge 9 synonym und können mit diesen identisch sein. In die disjunktiven Verknüpfungen 13 werden Resultate der logischen Verknüpfungen 12 (z. B. Disjunktion, Konjunktion, Antivalenz und/oder Negation) bedingt durch Zustände der Koppeleinheiten 11b und ausgewählten Signalwerte der Eingänge 10 einbezogen. Mittels Disjunktionen 13 können Funktionswerte der bedingt verknüpften Signale von Eingängen 10 in die Übertragungskanäle von Eingängen 9 zu Ausgängen 14 assoziativ eingekoppelt werden (vgl. Fig. 1).The signals of the outputs 14 correspond to equivalent signals of the inputs 9 and are associated with them disjunctively (13). are synonymous with and can be identical to corresponding signal values of the inputs 9. Into the disjunctive operations 13, results of the logic operations 12 (eg disjunction, conjunction, antivalence and / or negation) are conditioned by states of the coupling units 11b and selected signal values of the inputs 10. By means of disjunctions 13, function values of the conditionally linked signals of inputs 10 can be associatively coupled into the transmission channels of inputs 9 to outputs 14 (see Fig. 1).
Mit den matrixartig angeordneten Koppeleinheiten lla, lib und den Verknüpfungen 12, 13 (z. B. OR, NOR, NAND und/oder AND) sind bedingte logische Verknüpfungen und bedingte Zuordnungen durch aufbaubare bzw. abbaubare Kausalitätsbeziehungen zwischen verifizierbaren Invarianten der Eingänge 10 und Ausgänge 14 implementierbar. Die "lernbaren" Beziehungen können prinzipiell mit disjunkten, konjunkten oder antivalenten (alternativen) Assoziationen implementiert werden, die durch Konditionierung der Koppeleinheiten 11a, 11b entweder aufbaubar oder abbaubar sind. Wenn die logischen Verknüpfungen 12, 13 alle disjunktiv "veranlagt werden, sind nur disjunkte Kausalitätsbeziehungen von Invarianten der Eingänge 9, 10 zu Invarianten der Ausgänge 14 konditionierb'ar. Sie können ζ ...B-. mit wired or-, NAND- oder NOR-Gattern (integriert mit Koppeleinheiten 11a, 11b, 15) durch ökonomisch realisierbare Matrix-Schaltungen implementiert werden (vgl. Fig. 3, und 5).The matrix-like coupling units 11a, 11b and the links 12, 13 (eg OR, NOR, NAND and / or AND) contain conditional logical connections and conditional assignments by constructible or degradable causality relationships between verifiable invariants of the inputs 10 and outputs 14 implementable. The "learnable" relationships can, in principle, be implemented with disjunctive, conjunctive or antivalent (alternative) associations, which can either be built up or degraded by conditioning the coupling units 11a, 11b. If the logic operations 12, 13 are all disjunctive, then only disjoint causality relationships of invariants of the inputs 9, 10 to the invariants of the outputs 14 are conditioning.You can use or ... B- with wired or-, NAND- or NOR gates (integrated with coupling units 11a, 11b, 15) are implemented by economically feasible matrix circuits (see Figures 3, and 5).
Die Koppeleinheiten 11a, 11b dienen zum "strukturellen Lernen", d. n, zur Struktur- und Funktionsänderung, der lernfähigen Zuordnungseinheit. Sie vollziehen den Aufbau bzw. Abbau von erfahrungsgemäßen Assoziationen zur Implementierung von den unter der Koinzidenzbedingung lernbaren Beziehungen, ausgehend von ausgewählten Invarianten (Signalwerten) der Eingänge 10 und zu entsprechenden Invarianten der Ausgänge 14. Zum Zwecke der Feststellung und Bewertung der Koinzidenz oder zeitlichen Kontiguität der Signalereignisse verifizierter Invarianten der Eingänge und Ausgänge 14 werden den Koppeleinheiten 11a, 11b besondere Paare ausgewählter "verbindbarer" Invarianten von den Eingängen und Ausgängen 14 zugeleitet. Die Invariantenpaare stellen aufeinander beziehbare bzw. korrelierbare Informationen dar, deren Beziehungen mittels spezieller Koppeleinheiten (analog Synapsen) aufbaubar oder abbaubar (d. h. lernbar) sind.The coupling units 11a, 11b are used for "structural learning", d. n, for structural and functional change, the learning-capable allocation unit. They carry out the construction or dismantling of experiential associations for the implementation of the relationships learned under the coincidence condition, starting from selected invariants (signal values) of the inputs 10 and to corresponding invariants of the outputs 14. For the purpose of determining and evaluating the coincidence or temporal contiguity of the Signal events of verified invariants of the inputs and outputs 14 are fed to the coupling units 11a, 11b of special pairs of selected "connectable" invariants from the inputs and outputs 14. The pairs of invariants represent information that can be correlated and correlated with one another, whose relationships can be built up or degraded (ie, learnable) by means of special coupling units (analogous to synapses).
Die Rückkopplungen 14a von Ausgängen 14 der disjunktiven Verknüpfungen 13 zu Eingängen der Koppeleinheiten 11a, 11b implementieren die "rückwirkenden Einflüsse verifizierter Invarianten der Ausgangssignale von Verknüpfungseinheiten 12, 13 (analog Neuronen) auf die Konditionierung der Koppeleinheiten 11a, 11b (analogThe feedbacks 14a of outputs 14 of the disjunctive connections 13 to inputs of the coupling units 11a, 11b implement the "retroactive influences of verified invariants of the output signals of linking units 12, 13 (analogous to neurons) on the conditioning of the coupling units 11a, 11b (analogously
Synapsen). Aufgrund der Rückkopplungen von disjunktiven Verknüpfungen 13 werden sowohl Informationen verifizierter Invarianten (Signalwerte) der Eingänge 9 als auch assoziierte Informationen solcher verifizierten Invarianten, die aus den logischen Verknüpfungen 12 resultieren, mit Schlüssel informationen verifizierter Invarianten der Eingänge 10 unter der Koinzidenzbedingung in Beziehung gebracht. Das bedeutet, daß, nicht nur der "sensuelle" Kenntniserwerb, d. h. das "Erfassen" von Beziehungen zwischen tatsächlich wahrgenommenen Invarianten für Stützinformationen bzw. Begriffe, simulierbar ist, sondern auch der "assoziative" Kenntniserwerb (analog der rationalen Erkenntnis) durch Hypothesenbildung. Letzterer bedeutet das \_,-; "Einbilden" von konditionieren Kausalitätsbeziehungen alsSynapses). Due to the feedbacks of disjunctive links 13, both verified invariant (signal value) information of the inputs 9 and associated information of such verified invariancies resulting from the logical links 12 are related to key information of verified invariants of the inputs 10 under the coincidence condition. This means that not only the "sensory" acquisition of knowledge, ie the "grasping" of relationships between actually perceived invariants for support information or concepts, is simulatable, but also the "associative" acquisition of knowledge (analogous to rational knowledge) through hypothesis formation. The latter means the \ _, - ; "Forming" condition causality relations as
"Annahmen" zwischen solchen koinzidenten Invarianten, die mindestens eine erfahrungsgemäß "vorgestellte" (d. h. assoziierte) Information darstellen. Mit einer assoziierten Information können mehrere andere Informationen hypothetisch als ursächliche "Schlüssel informationen " in Beziehung gebracht werden. Ein fundamentales Beispiel für die simulierbare Hypothesenbildung ist das Ausbilden konditionierter Assoziationen für bedingte Reflexe aufgrund von assoziierten Vorstellungen durch bedingte Reize (vgl WP 145 810). Die "eingebildeten" Beziehungen werden als "angenommene" Kenntnisse, d. h. Hypothesen, strukturell gespeichert. Sie werden "vergessen" (d. h. abgebaut), wenn sie nicht genügend r"--· durch Konditionierungen (Koinzidenzbedingung) bekräftigt (kon- ~" solidiert) werden konnten. Die Koppeleinheiten 11a im Zustand "keine Verbindung", die für aufbaubare (erfaßbare oder einbildbare) Kausalitätsbeziehungen vorgesehen sind, gehen entsprechend der konzeptionellen Veranlagung bereits infolge einmaliger oder erst nach mehrmaliger Konditionierung in den Zustand "Verbindung hergestellt" (lib) über, abhängig von der Bedingung der Koinzidenz der Signalereignisse der verbindbaren Invarianten für aufeinander beziehbare Informationen. Die Koppeleinheiten 11b implementieren aufgebaute (z. B. erfaßte)"Assumptions" between such coincidental invariants representing at least one experience "presented" (i.e., associated) information. With associated information, several other pieces of information may be hypothesized as causative "key information". A fundamental example of the simulated formation of hypotheses is the formation of conditioned associations for conditional reflexes due to associated representations by conditional stimuli (see WP 145 810). The "conceited" relationships are called "assumed" knowledge, i. H. Hypotheses, structurally stored. They are "forgotten" (ie degraded) if they can not be sufficiently reinforced (con- solidated) by conditioning (coincidence condition). The coupling units 11a in the state "no connection", which are provided for constructible (detectable or imitable) causal relationships, go according to the conceptual assessment already as a result of single or only after repeated conditioning in the state "connection established" (lib), depending on the Condition of the coincidence of the signal events of the connectable invariants for related information. The coupling units 11b implement established (eg detected)
-IZ--IZ-
Kausalitätsbeziehungen aufgrund ihrer' erfahrungsgemäß konditionierten Assoziationen oder Wahrscheinlichkeitsverbindungen, die infolge der zeitlichen und/oder häufigkeitsmäßigen Bewertung von Ereignissen der erfüllten Koinzidenzbedingung durch Zustandsveränderungen der Koppeleinheiten 11a aufgebaut worden sind. Der Aufbau einer Assoziation bzw. Beziehung wird z. B. infolge der Überschreitung eines wählbaren Schwellwertes für die relative Häufigkeit der Koinzidenz oder für die bedingte Wahrscheinlichkeit der assoziierbaren Information (unter der Bedingung der simultan gültigen Schlüsselinformation) in einer Koppeleinheit 11a durchgeführt. Im Fall der zeitlichen Bewertung der erfüllten Koinzidenzbedingung ist der Beziehungsaufbau nach einer wählbaren Mindestdauer der Koinzidenz möglich. Er kann ζ. Β abhängig von mindestens einer Zeitkonstante implementiert werden (vgl. Fig. 4).Causality relationships based on their empirically conditioned associations or probability connections that have been established as a result of the temporal and / or frequent evaluation of events of the fulfilled coincidence condition by changes in state of the coupling units 11a. The structure of an association or relationship is z. B. due to the exceeding of a selectable threshold for the relative frequency of coincidence or for the conditional probability of the associable information (under the condition of simultaneously valid key information) performed in a coupling unit 11a. In the case of the temporal evaluation of the fulfilled coincidence condition, the establishment of relationships is possible after a selectable minimum duration of coincidence. He can ζ. Β be implemented depending on at least one time constant (see Fig. 4).
Die Rückkopplung 14a von einem Ausgang 14 der Koppelmatrix auf die Koppeleinheiten 11b gewährleistet, daß die Koinzidenzbedingung auch dann erfüllt und die aufgebaute Beziehung mindestens einer Koppeleinheit 11b bekräftigt wird, wenn infolge der Verifikation mindestens einer Invariante der Kanäle bzw. Eingänge 10 für die Schlüsselinformationen an dem Ausgang 14 eine Invariante für die assoziierte Information aufgrund der Assoziation einer Koppeleinheit 11b verifiziert wird und während einer gewissen Dauer gleichzeitig, mit der verbundenen Schlüsselinformation bestehen bleibt. Das bedeutet, daß infolge des Assoziierens aus Erfahrung (aufgrund von erfahrungsgemäß aufgebauten Beziehungen) allein durch erzeugte Schlüsselinformationen (d. h. "wahrgenommene" Ursachen für assoziierte Informationen) die Assoziation der Koppeleinheiten 11b bekräftigt (d. h.. konsolidiert) und vor dem Abbau bewahrt werden können (Konsolidierung allein durch Assoziieren).The feedback 14a from an output 14 of the coupling matrix to the coupling units 11b ensures that the coincidence condition is satisfied and the established relationship of at least one coupling unit 11b is affirmed, as a result of the verification of at least one invariant of the channels or inputs 10 for the key information at the Output 14 an invariant for the associated information due to the association of a coupling unit 11 b is verified and remains for a certain duration at the same time, with the associated key information. That is, as a result of association from experience (based on experience), key information alone (ie, "perceived" causes of associated information) affirms (i.e. , consolidates) the association of the coupling units 11b and prevents them from being degraded can (consolidate by association alone).
Der Abbau von Assoziationen bzw. Kausalitätsbeziehungen der Koppeleinheiten 11b simuliert das konditionierungsabhängige Vergessen von Kenntnissen (bzw. Fertigkeiten) oder Hypothesen (d. h. von abbaubaren Beziehungen zwischen Begriffen im Kurzzeitgedächtnis). Der Beziehungsabbau erfolgt in Fällen der zeitlichThe depletion of association or causality relationships of the coupling units 11b simulates the conditioning-dependent forgetting of knowledge (or skills) or hypotheses (i.e., degradable relationships between terms in the short-term memory). The dismantling of relationships takes place in cases of time
und/oder häufigkeitsmäßig ungenügenden Erfüllung der Koinzidenzbedingung, z. B. wenn die aufgebaute Beziehung zu selten, zu kurzzeitig oder nicht ausreichend bekräftigt (konsolidiert) worden ist.and / or frequently inadequate fulfillment of the coincidence condition, e.g. For example, if the established relationship has been over-reaffirmed (consolidated) too rarely, too briefly or not sufficiently.
Die ungenügende Bekräftigung unter der Koinzidenzbedingung kann mit wählbaren Zeitkonstanten oder Schwellwerten der relativen Mindesthäufigkeit der Koinzidenzereignisse festgestellt werden (vgl . Fig. 4 und 5).The insufficient affirmation under the coincidence condition can be determined with selectable time constants or thresholds of the relative minimum frequency of coincidence events (see Figures 4 and 5).
Der übergang der Koppeleinheiten 11b in den Zustand "keine Verbindung" (lla) implementiert den Beziehungsabbau. Er kann konditionierungsabhängig in Fällen ungenügender Bekräftigung oder auch durch externe Signale oder Rücksetzsignale gesteuert werden (vgl. Fig. 4).The transition of the coupling units 11b into the state "no connection" (11a) implements the relationship reduction. It can be controlled conditionally in cases of insufficient affirmation or by external signals or reset signals (see Fig. 4).
Durch die genügend wiederholte Erfüllung der Koinzidenzbedingung für eine aufgebaute Beziehung wird die konditionierte Assoziation vor dem Abbau (Vergessen) bewahrt. Ein Beispiel hierfür ist die Konsolidierung von Kenntnissen und Fertigkeiten durch Training. Wenn das Langzeitgedächtnis modelliert werden soll, muß der Abbau von strukturell gespeicherten aufgebauten Beziehungen in großen Zeitintervallen verhindert werden. Dazu sind Koppeleinheiten lib mit statischen Speichereigenschaften verwendbar, z. B. mit Flipflops, !Magnetisierungen oder bleibenden Strukturänderungen.By sufficiently satisfying the coincidence condition for an established relationship, the conditioned association is preserved from being degraded (forgetting). An example of this is the consolidation of knowledge and skills through training. If the long-term memory is to be modeled, the degradation of structurally stored built-up relationships must be prevented at large time intervals. For this purpose, coupling units lib with static memory properties are used, eg. With flip-flops, magnetizations or permanent structural changes.
Die Fig. 3 zeigt das Blockschaltbild einer assoziativen Koppelmatrix für bedingte disjunktive Verknüpfungen. Die logischen Koppeleinheiten 15 sind zwecks Vereinfachung der. Schaltung nach Fig. an den Kreuzungspunkten der Matrix direkt zwischen die Leitungen 16 und 17 geschaltet (vgl. Ausführungsbeispiel in WP 145 810). Die disjunktiven Verknüpfungen 12, 13 dieser Variante der Grundschal-, tung (Fig. 2) können mit wired-or-Schaltungen pro Leitung 17 implementiert werden. Die Leitungen 16, 17 führen binäre oder mehrwertige Signale für Schlüssel informationen bzw. assoziierbare oder assoziierte Informationen. Sie können mit Anschlußgliedern 18, z. B. Logik-Gattern, Negatoren, Verstärkern, Treibern, Wandlern, Sensoren, Effektoren, Flipflops, Registern, Speichern, Zuordnungseinheiten, Anschluß- oder Verbindungseinheiten (vgl.FIG. 3 shows the block diagram of an associative coupling matrix for conditional disjunctive links. The logical coupling units 15 are for the sake of simplicity. Circuit according to Fig. Switched at the intersection points of the matrix directly between the lines 16 and 17 (see Example in WP 145 810). The disjunctive connections 12, 13 of this variant of the basic circuit (FIG. 2) can be implemented with wired-or circuits per line 17. The lines 16, 17 carry binary or multi-valued signals for key information or associable or associated information. You can with connecting members 18, z. As logic gates, inverters, amplifiers, drivers, transducers, sensors, effectors, flip-flops, registers, memories, allocation units, connection or connection units (see.
WP G06F/234 948/8) oder anderen Koppelmatrizen verbunden werden.WP G06F / 234 948/8) or other coupling matrices.
Im Falle der Zusammenschaltung von NAND-open-collector-Gattern der Koppeleinheiten 15 an die Leitungen 17 (vgl. Fig..4) sind Negatoren 18 mit den Leitungen 17 verbindbar, um die Signalvverte zu invertieren und anzupassen. Dede Koppeleinheit 15 implementiert wie die Koppeleinheiten 11a, 11b in Verbindung mit den logischen Verknüpfungen 12, 13 der Fig. 2 den konditionierten Aufbau bzw. Abbau mindestens einer Kausalitätsbeziehung zwischen ausgewählten Signalwerten der Leitungen 15 und 17.In the case of the interconnection of NAND open-collector gates of the coupling units 15 to the lines 17 (see Fig..4), inverters 18 can be connected to the lines 17 in order to invert and adapt the signal values. The coupling unit 15, like the coupling units 11a, 11b in conjunction with the logic operations 12, 13 of FIG. 2, implements the conditioned construction or reduction of at least one causality relationship between selected signal values of the lines 15 and 17.
Auf Basis der Fig. 3 können auch mehrere Beziehungen zwischen den Signalwerten eines Signalpaares (z. B. zweier mehrwertiger Variablen mit mehreren verbindbaren Invarianten) konditioniert werden. Dazu sind pro Kreuzungspunkt der Leitungen 16, 17 mehrere Koppeleinheiten 15 positionierbar. Sie können-mit den gleichen Leitungen 16, 17 parallel verbunden werden, jede spezifisch für bestimmte aufeinander beziehbare Signalwerte (z. S. wahre oder inverse Werte von binären Variablen).3, several relationships between the signal values of a signal pair (for example, two multivalued variables with several connectable invariants) can also be conditioned. For this purpose, a plurality of coupling units 15 can be positioned per intersection point of the lines 16, 17. They can be connected in parallel to the same lines 16, 17, each specific to particular correlated signal values (eg, true or inverse values of binary variables).
Die assoziative Koppelmatrix der Fig. 3 ist in großintegrierter Technologie, der Mikroelektronik auf Chip-Moduln realisierbar, möglicherweise;in Verbindung mit z. B. Flipflops, Registern, Logikgattern, Anschlußeinheiten für Speicher und/oder Prozessoren (vgl. WP G06F/234 948/8) oder, Zu-ordnungseinheiten , -niveaus bzw. -komplexe (vgl. WP 145 338, WP 149 723 und WP G06F/234 948/8). Die Fig. 4 zeigt den Logikplan des.Ausführungsbeispiels einer Koppeleinheit 15 für bedingte.disjunktive Verknüpfungen. Die Koppeleinheit 15 ist mit den Leitungen 19 und 20 für binäre Signale verbunden. Unter der Bedingung der Koinzidenz eines ausgewählten Signalwertes (z. 3.. Wert 1) der Leitung 16, 19 und des verbindbaren Signalwertes (z. 3. Wert 0) der Leitung 17, 20 kann eine disjunkte Kausalitätsbeziehung zwischen diesen Signalwerten (Invarianten) durch Konditionierung der ausbildbaren Assoziation (Verbindung) aufgebaut werden. Die Koinzidenz wird durch die konjunktive Verknüpfung 24 (z. B. Gatter, Tor oder AND) von aufeinander beziehbaren Signalwerten der Leitungen 19 und 20 festgestellt und durch ein Koinzidenzsignal definiert.The associative coupling matrix of Fig. 3 is in large-scale technology, the microelectronics on chip modules feasible, possibly in conjunction with z. As flip-flops, registers, logic gates, terminal units for memory and / or processors (see WP G06F / 234 948/8) or Zu-ordnungseinheiten, levels or complexes (see WP 145 338, WP 149 723 and WP G06F / 234 948/8). FIG. 4 shows the logic diagram of the exemplary embodiment of a coupling unit 15 for conditional disjunctive links. The coupling unit 15 is connected to the lines 19 and 20 for binary signals. Under the condition of the coincidence of a selected signal value (eg 3 .. value 1) of the line 16, 19 and the connectable signal value (eg 3. value 0) of the line 17, 20, a disjoint causality relationship between these signal values (invariants) can occur Conditioning the educatable association (compound) are built. The coincidence is determined by the conjunctive link 24 (eg gate, gate or AND) of correlatable signal values of the lines 19 and 20 and defined by a coincidence signal.
Das Koinzidenzsignal, ζ. B. vom Ausgang eines AND-Gatters 24, wird zeitlich und/oder häufigkeitsmäßig bewertet, indem es einem Trägheits- oder Ladungsglied 26 zugeleitet, durch dieses transformiert und einem Speicher- oder Schaltglied 25 zugeführt wird. Aufgrund der Zustandsänderung des Speicher- oder Schaltgliedes kann mit Hilfe des steuerbaren Gatters oder Tors 21 (z. B-. NAND oder möglicherweise NOR bzw. AND) eine "erfahrungsgemäße" bzw. konditionierte Assoziation graduell oder abrupt hergestellt bzw. zerstört werden. Die Voraussetzung dazu ist, daß eine lernbare (d. h. auf'oaubare bzw. abbaubare) Kausalitätsbeziehung zwischen ausgewählten "verbindbaren" Signalwerten der Leitungen 15 und 17 ( . konzipiert ist, die durch eine Assoziation oder Wahrscheinlichkeitsverbindung der Koppeleinheit 15 implementiert werden kann. Das geöffnete Gatter oder Tor 21 implementiert eine strukturell gespeicherte, aufgebaute (erfaßte oder eingebildete) Kausalitätsbeziehung zur Simulation der erworbenen Kenntnis bzw. der angenommenen Hypothese. Das Gatter oder Tor 21 zum Implementieren mindestens einer lernbaren Kausalitätsbeziehung wird vom Ausgangssignal des Speicher- oder Schaltgliedes 25 so gesteuert, daß es im Zustand "Verbindung hergestellt" geöffnet bzw. im Zustand "keine Verbindung" geschlossen ist.The coincidence signal, ζ. B. from the output of an AND gate 24, is evaluated in terms of time and / or frequency by being fed to a Trägheits- or charge member 26, is transformed by this and a memory or switching element 25 is supplied. Due to the state change of the memory or switching element, an "experiential" or conditioned association can be gradually or abruptly established or destroyed with the aid of the controllable gate or gate 21 (eg B-NAND or possibly NOR or AND). The premise for this is that a learnable (ie, buildable) causality relationship is designed between selected "connectable" signal values of the lines 15 and 17 (i.e., which may be implemented by an association or likelihood connection of the coupling unit 15. The open gate or Gate 21 implements a structurally stored, constructed (detected or imagined) causality relationship to simulate the learned hypothesis The gate 21 for implementing at least one learnable causality relationship is controlled by the output of the memory or switching element 25 such that it is opened in the state "connection established" or closed in the state "no connection".
Zwecks Disjunktion mehrerer Einflüsse zu der Leitung 20 über hergestellte Verbindungen werden mehrere Gatter oder Tore 21 disjunktiv mit der Leitung 20 gekoppelt. Im Beispiel der direkten Zusammenschaltung (wired or) von open-collector-NANDs mit der Leitung 20 wird infolge der Effektivierung mindestens eines NAND-Gatters 21 (open collector) mindestens ein Signal assoziativ in den Kanal der Leitung 20 eingekoppelt und dadurch der Signalwert 0 der Leitung 20 verifiziert. Der Negator 23 ist deshalb mit der Leitung 20 verbunden, um aus dem Signalwert 0 den Signalwert für die konjunktive Verknüpfung 24 zu bilden. Er kann entfallen, wenn die Negation nicht erforderlich ist.In order to disjoint multiple influences to the line 20 via established connections, multiple gates 21 are disjunctively coupled to the line 20. In the example of the direct interconnection (wired or) of open-collector NANDs with the line 20 is at least one NAND gate 21 (open collector) associates at least one signal associatively in the channel of the line 20 and thereby the signal value 0 of Line 20 verified. The negator 23 is therefore connected to the line 20 in order to form the signal value for the conjunctive link 24 from the signal value 0. It can be omitted if the negation is not required.
Das Speicher- oder Schaltglied 25 bewirkt durch seine gesteuerte .Zustandsänderung den Aufbau oder Abbau der konditionierbaren Beziehung bzw. Assoziation(Verbindung). Es ist z. B. mit einem Flipflop (bistabil oder monostabil), Schwellwertglied, Trigger, Gatter, Schalter, Speicherelement, Haltekreis oder Verstärker mitThe memory or switching element 25 causes by its controlled .Zustandsänderung the construction or degradation of the conditionable relationship or association (compound). It is Z. B. with a flip-flop (bistable or monostable), threshold, trigger, gate, switch, memory element, latch or amplifier with
Zeitkonstante (z. B. rückgekoppelt) realisierbar. Die Kapazität 22 dient beispielsweise zur Implementierung einer Zeitkonstante für seine Rückstellung (z. B. eines monostabilen Flipflops oder Haltekreises 25) zur Simulation des "Vergessens" der ungenügend bekräftigten abbaubaren Beziehung. Sie kann entfallen, wenn, anstatt des Kurzzeitgedächtnisses das Langzeitgedächtnis dadurch modelliert wird, daß keine zeit- oder konditionierungsabhängige Rückstellung in den Zustand "keine Verbindung" konzipiert ist.Time constant (eg fed back) can be realized. The capacitance 22 serves, for example, to implement a time constant for its recovery (eg, a monostable flip-flop or latch 25) to simulate the "forgetting" of the insufficiently asserted degradable relationship. It can be omitted if, instead of the short-term memory, the long-term memory is modeled by the fact that no time- or conditioning-dependent provision in the state "no connection" is designed.
Das Trägheits- oder Ladungsglied 26 (z. B. ein PT-, T- oder I-Glied) hat eine Übertragungsfunktion mit mindestens einer Zeitkonstan.te. Es dient z. B. als Tiefpaß für die übertragung des1 Koinzidenzsignals vom Gatter oder Tor 24 zum Eingang des Speicher- oder Schaltgliedes 25 und ist auf einfach Weise als R-C-Glied mit Widerstand und Kapazität realisierbar (vgl. Fig. 5). Das Ausgangssignal des Trägheits- oder Ladungsgliedes 25 kann vom Speicher- oder Schaltglied 25 schwellwertabhängig bewertet werden, so daß z. B. die Einschaltung oder Ausschaltung des Zustands "Verbindung hergestellt" dann erfolgt, wenn es den gewählten Schwellwert für die Einschaltung überschritten bzw. denjenigen für die Ausschaltung unterschritten hat. Die gewählten Schwellwerte und die Zeitkonstante(n) des Trägheits- oder Ladungsgliedes 26 bestimmen die zeitliche und/oder häufigkeitsmäßige Be'.vertung der Ereignisse der Erfüllung der Koinzidenzbedingung, ausgedrückt durch das Koinzidenzsignal von dem Gatter oder Tor 24. Im' Falle des Verzichts auf das Trägheits- oder Ladungsglied 26 kann jedes Ereignis der erfüllten Koinzidenzbedingung zum Verbindungsaufbau oder zur Bekräftigung der aufgebauten Beziehung zwischen Invarianten oder Leitungen 19 und 20 führen. Der Abbau der ungenügend konditionierten Beziehung ist abhängig von Zeitkonstanten (vgl. 22) oder durch mindestens ein Rücksetzsignal (vgl. 22a) möglich. Eine solche Koppeleinheit 15 wurde in der Patentschrift WP Ί45 810 vom Erfinder beschrieben. Die Fig. 5 zeigt das Schaltungsbeispiel einer Koppeleinheit 15 für bedingte disjunktive Verknüpfungen. Es ist ein Realisierungsbeispiel analog der Fig. 4 für binäre Signale und benötigt minimalen Aufwand an Bauelementen. Die Schaltung ist mit Feldeffekttransistoren (MOS) aufgebaut und kann mit der Technologie einer dynami-The inertial or charge member 26 (eg, a PT, T, or I) has a transfer function with at least one time constant. It serves z. B. as a low-pass filter for the transmission of 1 coincidence signal from the gate or gate 24 to the input of the memory or switching element 25 and is in a simple manner as an RC element with resistance and capacity feasible (see Fig .. 5). The output of the inertial or charge member 25 can be evaluated by the memory or switching element 25 threshold value, so that z. B. the switching on or off the state "connection established" then takes place when it has exceeded the selected threshold for the switch-on or has fallen below those for the switch-off. The selected thresholds and the time constant (s) of the inertial or charge member 26 determine the timing and / or frequency of events of meeting the coincidence condition expressed by the coincidence signal from the gate or gate 24. In the case of omitting the inertial or charge member 26 may carry any event of the satisfied coincidence condition for connection establishment or affirmation of the established relationship between invariants or leads 19 and 20. The reduction of the insufficiently conditioned relationship is possible depending on time constants (compare 22) or by at least one reset signal (compare 22a). Such a coupling unit 15 has been described in the patent WP Ί45 810 by the inventor. Fig. 5 shows the circuit example of a coupling unit 15 for conditional disjunctive operations. It is an implementation example analogous to FIG. 4 for binary signals and requires minimal outlay on components. The circuit is constructed with field effect transistors (MOS) and can be combined with the technology of a dynamic
sehen RAM-Speicherzelle hergestellt werden. Lese- und Schreib-Ausvvahlleitungen werden nicht benötigt, sondern nur Datenleitungen 27, 28 für aufeinander beziehbare Invarianten (Signalwerte) jeder Leitung 27 für Schlüsselinformation (Η-Pegel) und jeder Leitung 28 für assoziierbare oder assoziierte Information (L-Pegel), die den Leitungen 19, 20 der Fig. 4 und den Leitungen 16, 17 der Fig. 3 entsprechen.see RAM memory cell are manufactured. Read and write select lines are not needed, only data lines 27, 28 for inter-related invariants (signal values) of each key information (Η-level) line 27 and associative or associated information (L-level) line 28, comprising the Lines 19, 20 of FIG. 4 and the lines 16, 17 of FIG. 3 correspond.
Der Vergleich der Fig. 5 mit der Fig. 4 zeigt folgende Analogien: Transistor 29 = Gatter oder Tor 21 Transistor 30 = Speicher- oder Schaltglied 25 Transistor 31 = Negator 23The comparison of FIG. 5 with FIG. 4 shows the following analogies: transistor 29 = gate or gate 21 transistor 30 = memory or switching element 25 transistor 31 = inverter 23
Transistor 32 mit Widerstand 33 = konjunktive Verknüpfung 24 Kapazität 34 mit Widerstand 35 (optional) =,Trägheits- oder Ladungsglied 25. .Transistor 32 with resistor 33 = conjunctive link 24 Capacitor 34 with resistor 35 (optional) =, inertial or charge member 25..
Ans-telle des Transistors 30 (z. B. CiViOS) kann ein Flipflop (bistabil oder monostabil), Schwellwertelement oder Trigger eingesetzt werden. Seine Fähigkeit zum selbsttätigen Rücksetzen in den Zustand "keine Verbindung" (vgl. Fig. 4) in Fällen ungenügender Konsolidierung ist auf verschiedene Weise, z. B. mit einer eigenen Zeitkonstante für den Abbau der Verbindung oder schwellwertabhängig, implementierbar. Außerdem ist das Rückstellen des Speicher- oder Schaltgliedes 25, 30 durch externe Signale möglich. Mit Hilfe des RC-Gliedes'34, 35 wird die Ladezeitkonstante zur Verzögerung der Einschaltung des Transistors 30 definiert. Die Kapazität 34 wird mindestens durch die Gate-Kapazität des Transistors 30 realisiert. Auf den Widerstand 35 kann verzichtet werden (je nach gewählter Zeitkonstante).At the beginning of the transistor 30 (eg CiViOS), a flip-flop (bistable or monostable), threshold element or trigger can be used. Its ability to automatically reset to the "no connection" state (see Fig. 4) in cases of insufficient consolidation is different in many ways, e.g. B. with its own time constant for the degradation of the connection or threshold dependent, implementable. In addition, the resetting of the memory or switching element 25, 30 by external signals is possible. With the help of the RC-Gliedes'34, 35, the charging time constant for delaying the turn-on of the transistor 30 is defined. The capacitance 34 is realized at least by the gate capacitance of the transistor 30. The resistor 35 can be dispensed with (depending on the selected time constant).
Die Leitung 28 der disjunktiven Verknüpfung (wired or) kann zusätzlich mit einem Schwellwertglied oder Trigger 36 verbunden werden, um trotz gradueller Änderungen des Signalpegels der Leitung 28 (z. B. verursacht von einem als Verstärker wirkenden Transistor 30) das Alles-oder-Nichts-Prinzip für binäre Ausgangssignale der assoziativen Koppelmatrix zu gewährleisten.Line 28 of the disjointed interconnect (wired or) may additionally be connected to a threshold or trigger 36, in spite of gradual changes in the signal level of line 28 (eg, caused by a transistor 30 acting as an amplifier), all-or-nothing Principle for binary output signals of the associative coupling matrix.
Claims (6)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DD24448882A DD210500A1 (en) | 1982-11-02 | 1982-11-02 | ASSOCIATIVE COUPLING MATRIX FOR STRUCTURAL LEARNING AND ASSOCIATES OF EXPERIENCE |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DD24448882A DD210500A1 (en) | 1982-11-02 | 1982-11-02 | ASSOCIATIVE COUPLING MATRIX FOR STRUCTURAL LEARNING AND ASSOCIATES OF EXPERIENCE |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| DD210500A1 true DD210500A1 (en) | 1984-06-13 |
Family
ID=5542135
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| DD24448882A DD210500A1 (en) | 1982-11-02 | 1982-11-02 | ASSOCIATIVE COUPLING MATRIX FOR STRUCTURAL LEARNING AND ASSOCIATES OF EXPERIENCE |
Country Status (1)
| Country | Link |
|---|---|
| DD (1) | DD210500A1 (en) |
-
1982
- 1982-11-02 DD DD24448882A patent/DD210500A1/en not_active IP Right Cessation
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE3854663T2 (en) | NEW COMPUTER SYSTEM FOR SOLVING OPTIMIZATION PROBLEMS. | |
| DE112016003245B4 (en) | Resistive processing unit | |
| DE112018000272T5 (en) | Resistive processing unit with hysteretic updates for training neural networks | |
| DE102021109382A1 (en) | SYSTEM AND PROCEDURE OF A MONOTON NEURAL OPERATOR NETWORK TECHNICAL FIELD | |
| CN109583659A (en) | User's operation behavior prediction method and system based on deep learning | |
| DE102021213344A1 (en) | Method for determining agent trajectories in a multi-agent scenario | |
| DE60306494T2 (en) | DEVICE, METHOD AND COMPUTER PROGRAM PRODUCT FOR MODELING THE CAUSE IN A FLUID SYSTEM | |
| DE19504664A1 (en) | Chaotic recurrent neural net and learning procedure | |
| WO1995002855A1 (en) | Arrangement for modelling a non-linear process | |
| DD210500A1 (en) | ASSOCIATIVE COUPLING MATRIX FOR STRUCTURAL LEARNING AND ASSOCIATES OF EXPERIENCE | |
| DE112021000741T5 (en) | CROSSBAR ARRAYS FOR CALCULATIONS IN NEURAL NETWORKS WITH WORKING MEMORY EXPANSION | |
| DE3607241C2 (en) | ||
| Yu et al. | An emotion-based approach to decision making and self learning in autonomous robot control | |
| DE102024108142A1 (en) | COMPACT K-XOR SATELLITE FILTERING WITH CAMS | |
| DD210501A1 (en) | ASSOCIATED EXPERIENCE MEMORY FOR INTELLIGENT AUTOMATICS | |
| EP4498289A1 (en) | Method for training a machine learning model for classifying sensor data | |
| DE102019119087A1 (en) | COMPONENT-BASED PROCESSING OF INPUT SIZES | |
| DD214012A1 (en) | LEARNING LEADERS FOR ASSOCIATIVE CLASSIFICATION AND INDUCTIVE LEARNING | |
| DD289150A5 (en) | PROCESS AND DEVICE "COGNITIVE-LOGIC CONCEPTOR" FOR ADAPTIVE PATTERN RECOGNITION AND ASSOCIATIVE INFERENCE FROM EXPERIENCE | |
| DD201356A1 (en) | PROGRAMMABLE LOGIC ARRANGEMENT FOR INTELLIGENT AUTOMATES AND ADAPTIVE CONTROLS WITH CUSTOMIZED INTELLECT | |
| DD222993A1 (en) | COGNITIVE IMPLICATOR FOR INDUCTIVE DATA ANALYSIS AND ASSOCIATIVE PATTERN DISCOVERY | |
| Montana et al. | Towards a unified framework for learning from observation | |
| DD223557A1 (en) | COGNITIVE TYPISATOR FOR CONDITIONABLE ADDRESS-FREE ADJUSTMENTS AND ADAPTIVELY RECOGNIZING ASSOCIATIVE MEMBERS | |
| DD216339A1 (en) | COGNITIVE RELATOR FOR EXPERIENCING BUILDING BZW. DISCONNECTING A CONDITIONAL RELATION | |
| DD217341A1 (en) | COGNITIVE GENERALISATOR FOR ASSOCIATIVE EXPERIENCE MEMBERS AND CONDITIONABLE ACCESSORIES FOR DEVELOPING HYPOTHETIC COMBINATIONS |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| ENJ | Ceased due to non-payment of renewal fee |