Создавать ещё один похожий нейрон довольно таки не практично, поэтому нет. Спонтанную активность я воспринимаю как случайное возбуждение нейрона, которое позволяет накапливать статистику по правилу Хэбба. Впрочем это довольно скользкая тема и пока я придержу дальнейшие рассуждения при себе и постараюсь в ближайшее время провести эксперимент, чтобы не быть голословным.
«импульсы регулярной или спонтанной активности» Как видно из энцефалограммы спонтанная(фоновая) активность может быть довольно регулярной, поэтому я бы предложил заменить термин «регулярная активность» на шаблонную или паттерновую. Очень интересная часть. Спасибо.
Хоть Вы спрашивали не меня, но я отвечу. Лично по-моему мнении спонтанная активность нужна для приобретения паттерновой активности. По правилу Хэбба со временем нейрон соединиться с теми, которые были наиболее активны вместе с ним, таким образом приобретя строгий шаблон активации. Поэтому фоновую активность можно считать частью механизма сознания. Если я что-то не так понял автор поправит.
Думаю не суть важно думал ли кто-нибудь в таком же русле или нет. Впрочем, идея из пустого места не берётся. Как говориться видим дальше стоя на плечах гигантов. А прелюдия длинноватой вышла, но ожидаю, что финальная идея оправдает её =)
Код Вашей модели нейрона будет опубликован? Размышляя над принципом работы нейрона написал пару постов и код где нейрон представляет из себя некий логический юнит с индуктивной способностью. Даже провёл пару тестов на реальных данных, но публике не очень понравилось, так как не сделал проверку скользящим контролем. Эх, пойти дописать что ли…
Не можешь бороться — возглавь! Некоторые, подкованные в экономической сфере, люди считают, что переход торгового оборота одной западной страны с большим внешним долгом на иную (крипто)валюту позволит расплатиться с кредиторами фантиками. Впрочем смахивает на ещё одну конспирологическую теорию.
На каком уровне Вы моделируете нейроны: на детально-физическом или абстрактно-функциональном? Возможно есть какие-нибудь аналогии и интересные факты о работе нейронов?
Таки в следующий раз сделаю скользящий контроль, но насчёт сравнения не обещаю. Данные выбирал по лёгкости преобразования в бинарный вид и не в коем случаи не стоит использовать данный метод на практике так, как он не протестирован, как выше уже указали.
Действительно, я не разделял на выборки и скользящего контроля не проводил. Я лишь показал, то что уже сделано. Хорошо бы вместо слово «кажется» провести тесты. Конечно я мог бы сделать всё в одиночку, но не хотите ли проверить это самостоятельно и показать результаты?
Разумеется, правда я их не разу не использовал. Как мне известно, они разработаны для ручного восстановления и плохо справляются с большим числом параметров(а как они разбираются с лишними параметрами?). Чтобы внести ясность, я всё затеял лишь ради аналогии и первоначально никакого эксперимента не предполагалось.
Которые являются числами типа float и если их преобразовать в бинарные значения функцией getbinary, то получиться 18 параметров.