通用型联想记忆神经网络系统的构造和学习算法研究

学科领域:信息科学与系统科学基础学科

项目内容：

    建立通用型联想记忆系统：使该系统能够实现目前已有的联想记忆系统所能实现的所有功能及完成一些新功能。增量学习：目前已有的联想记忆系统很难实现增量学习，要求在学习新信息的时候不干扰到已经学习过的知识。多对多联想：目前多数系统只能存储一对一联想，本项目在不受任何初始条件限制的情况下实现任意多对多联想。时间序列联想：包括学习过程中时间序列的任意变化、增量学习、有多个重复项等传统联想记忆系统难以解决的问题。

研究意义：

    作为服务型机器人的内核，为解决少子化、老龄化等社会问题，实现安心安全的社会服务保障体系提供帮助，从而产生良好的社会效益。本项目针对人类记忆的增量性、连续性、动态性和多关联性等特点，构建能够模拟实现更多大脑记忆特性的联想记忆网络，并在多个方面展开理论研究。其创新之处包括全新的联想记忆神经网络体系结构和学习算法、参数自适应、具备较多的人脑记忆特点等。其关键技术包括实值数据处理、任意的多对多联想、增量学习能力、动态在线学习、时间序列学习、高存储量、分类别记忆等。