Structural Processing of Information in the Human Brain

?

Structural Processing of Information in the Human Brain

P. 29–54.

Мозг человека (естественная нейронная сеть) является тем субстратом, на котором реализуются все творческие способности человека (как следствие формируемых в нем когнитивных информационных сетей). В мозге человека имеются две структуры, ответственные за структурную ассоциативную обработку и хранение специфической информации. В колонках коры больших полушарий головного мозга формируются и хранятся иерархии словарей образов событий, появляющихся на входах сенсорных систем. Гиппокамп является структурой, которая участвует в процессах запоминания, хранения и переранжирования этих образов. Колонка коры головного мозга, как объединение пирамидных нейронов третьего слоя, осуществляет структурную обработку специфической информации, моделируя фрагмент многомерного сигнального пространства. Модель сттруктурной обработки реализуется искусственной нейронной сетью на основе нейроподобных элементов с временной суммацией сигналов. Колонка коры, моделирующая фрагмент многомерного пространства, осуществляет преобразование поступающего на нее входного информационного потока в траекторию в многомерном пространстве. В многомерном пространстве, в процессе структурной обработки входных квази-текстов различных модальностей, формируются словари образов событий интероцептивного и внешнего мира различной сложности (образов), составляющие многоуровневую иерархическую структуру. В ламелях гиппокампа формируются сетевые модели ситуаций (включающие и сенсорную и моторную информацию), которыми в манипулирует передняя кора так же, как задняя – сенсорными образами событий разной сложности разных модальностей. Постоянно добавляющаяся в процессе дообучения информация требует ее соотнесения с ранее обработанной и уже хранящейся информацией, для чего необходима постоянная корректировка весовых характеристик как понятий – вершин сетей, так и их связей. Роль фильтра новизны играет гиппокамп. Переранжирование понятий этих сетей осуществляется в процессе итеративной процедуры, напоминающей алгоритм работы сети Хопфилда.

Язык: английский

Текст на другом сайте

В книге

Neuroinformatics and Semantic Representations: Theory and Applications

Cambridge Scholars Publishing, 2020.

Rapid microstructural plasticity in the cortical semantic network following a short language learning session

Вукович Н., Hansen B., Lund T. E. и др., PLoS Biology 2021 Vol. 19 No. 6 Article e3001290

Добавлено: 21 января 2022 г.

Объектно-атрибутный подход для семантического анализа естественного языка

Салибекян С. М., Информационные технологии 2021 Т. 26 № 3 С. 169–176

В статье приводится описание методики семантического анализа естественного языка (ЕЯ) и семантического поиска в нем, включающая в себя: основные этапы анализа ЕЯ, формат семантической сети для представления смысла текста, работа с полисемией (многозначностью) слов, семантико-синтаксическое согласование слов т.д. Методика основывается на применении объектно-атрибутного принципа организации вычислений и структур данных, относящемся к классу dataflow (вычислительные системы ...

Добавлено: 16 ноября 2020 г.

Linguistic Processor Based on Object-Attribute Grammar

Salibekyan, S., Panfilov, P., , in: Supplementary Proceedings of the Sixth International Conference on Analysis of Images, Social Networks and Texts (AIST-SUP 2017), Moscow, Russia, July 27-29, 2017Vol. 1975.: Aachen: CEUR-WS.org, 2017. P. 134–145.

Добавлено: 21 июня 2018 г.

CEUR Workshop Proceedings. Vol-1975

CEUR-WS.org, 2017.

Добавлено: 26 января 2018 г.

Речевой диалог с коллаборативным роботом на основе многомодальной семантики

Харламов А. А., Ермишин К. В., Вестник Московского государственного лингвистического университета. Языкознание. Прагмалингвистическое многоголосие 2016 № 15(754) С. 206–215

В данной работе описывается система управления автономного мобильного сервисного робота с использованием человеко-машинного диалога для управления роботом естественным для человека образом при помощи синтактических конструкций, задающих последовательность определенных действий. Рассматривается система управления мобильного сервисного робота, выполняющего транспортно-логистические операции в общественном учреждении в непосредственном контакте с большим количеством окружающих людей. Предлагаемый в работе подход к диалоговому ...

Добавлено: 1 декабря 2016 г.

Нейросетевая среда (нейроморфная ассоциативная память) для преодоления информационной сложности. Поиск смысла в слабоструктурированных массивах информации. Часть I. Структурная обработка информации в коре

Харламов А. А., Ермоленко Т. В., Информационные технологии 2015 № 11 С. 814–820

Ассоциативная память человека является средством для преодоления информационной сложности, возникающей постоянно в процессе его жизнедеятельности. Рассмотрены архитектура, свойства и функциональность ассоциативной памяти с точки зрения использования ее для моделирования способности преодоления информационной сложности; прототип ассоциативной памяти – гиперколонки коры больших полушарий головного мозга человека; информационные свойства нейроморфной ассоциативной памяти: автоматическое структурирование больших объемов разнородной информации, ...

Добавлено: 19 ноября 2016 г.

Семантические сети как формальная основа решения проблемы интеграции интеллектуальных систем. Формализм автоматического формирования семантической сети с помощью преобразования в многомерное пространство.

Харламов А. А., Ермоленко Т. В., В кн.: Открытые семантические технологии проектирования интеллектуальных систем. Материалы II международной научно-технической конференции ( Минск, 16 – 18 февраля 2012 года ).: Мн.: БГУИР, 2012. С. 87–96.

В работе рассматривается формализм преобразования символьной последовательности в многомерное пространство, которое (преобразование) используется для создания однородной семантической (ассоциативной) сети. Последующая перенормировка весовых характеристик понятий сети с помощью хопфилдоподобного алгоритма позволяет выявить ключевые понятия, что делает полученную ассоциативную сеть удобным средством представления информации. Такая обработка и представление информации единообразны для информации различных модальностей, что делает сформированную ...

Добавлено: 19 ноября 2016 г.

Нейросетевая среда (нейроморфная ассоциативная память) для преодоления информационной сложности. Поиск смысла в слабоструктурированных массивах информации. Часть II. Обработка информации в гиппокампе. Модель мира

Харламов А. А., Ермоленко Т. В., Информационные технологии 2015 № 11 С. 814–820

Ассоциативная память человека является средством для преодоления информационной сложности, возникавшей и возникающей постоянно в процессе его жизнедеятельности. В работе рассмотрена архитектура, свойства и функциональность ассоциативной памяти с целью ее использования для моделирования способности преодоления информационной сложности. Рассмотрен процесс перенормировки весовых характеристик образов событий, хранящихся в иерархии колонок коры полушарий большого мозга человека, который происходит в ...

Добавлено: 12 ноября 2016 г.

Защита информации в объектно-атрибутной вычислительной системе

Салибекян С. М., В кн.: Объектные системы – 2016: материалы XII Международной научно-практической конференции (Ростов-на-Дону, 10-12 мая 2016 г.).: Ростов н/Д: ШИ (ф) ЮРГПУ (НПИ) им. М.И. Платова, 2016. С. 64–67.

Тема настоящей работы – методика защиты, применяемой в объектно-ориентированной (ОА) вычислительной системе управления базой данных (БД). ОА-системы предназначены для управления данными, представленных в виде сети (графа). ОА-БД имеет произвольную структуру, которая может динамически модифицироваться непосредственно во время вычислительного процесса. Это значительно усложнило разработку методики, т.к. потребовало разработки новых принципов защиты информации, отличных от широко применяемых ...

Добавлено: 10 ноября 2016 г.

Объектно-атрибутная модель представления пространственно-временных отношений между объектами

Салибекян С. М., Петрова С. Б., Прикладная информатика 2016 № 3 С. 32–44

Тема статьи — разработка модели системы управления базой данных для описания про- странственно-временных отношений физических объектов. Модель базы данных относится к классу сетевых (графовых), т. е. она представляет собой семантическую сеть. Сеть постро- ена по принципам объектно-атрибутной организации структур данных. Система управления базой данных обеспечивает информационный поиск и получение новой информации из уже имеющейся в ...

Добавлено: 28 сентября 2016 г.

Распределение прав доступа к плановой документации проекта

Зыков С. В., Кукушкин А. В., Безопасность информационных технологий 2014 № 1 С. 65–66

В работе предлагается построение модели данных об управлении проектом на уровне его структурных моделей с использованием ER-нотации, применяемой при проектировании баз данных. Построенная модель дополняется логическими и функциональными связями, соответствующими различным методам управления проектами и может рассматриваться как семантическая сеть. ...

Добавлено: 16 февраля 2016 г.

Artistic Community Knowledge Structure Revealed: A Semantic Network Analysis of ‘La Escocesa’, Barcelona

Ненько А. Е., Basov N., / Series ISSN 1860-5680 "Working Papers of Centre for German and European Studies (CGES)". 2013. No. 8.

Добавлено: 21 октября 2014 г.

Применение семантических сетей для управления изменениями в IT-проектах

Зыков С. В., Кукушкин А. В., Управление проектами 2012 Т. 27 № 3-4 С. 16–23

В статье предложен обобщенный метод на основе семантических сетей, позволяющий для проекта, исходя из его ограничений, приоритетов и происходящих изменений, постороить адаптивную последовательность решения ряда задач управления. ...

Добавлено: 4 марта 2014 г.

Измерение уровня зрелости профессионального сообщества

Яворский Р. Э., Краснов Ф. В., Бизнес-информатика 2013 Т. 23 № 1 С. 64–67

В статье описана формальная модель онлайн сообщества в терминах комбинации соци- альной и семантической сетей. Предложен подход для оценивания зрелости профессиональных онлайн сообществ, основанный на измерении двух групп параметров, характеризующих уро- вень компетенции и плотность сети контактов в сообществе. Приведены результаты пи- лотной апробации предлагаемого подхода для оценивания нескольких городских ИТ сообществ центральной части России. ...

Добавлено: 13 ноября 2013 г.

Visualization of Semantic Network Fragments Using Multistripe Layout

Чеповский А. М., Lakhno A., , in: Lecture Notes in Artificial IntelligenceVol. 6743: Rough Sets, Fuzzy Sets, Data Mining and Granular Computing.: Dordrecht, L., Heidelberg, NY: Springer, 2011. P. 358–364.

Добавлено: 10 марта 2013 г.