可通过本发明实施例的神经元发放率计算二值马尔科夫随机场的边缘概 率，即计算出Pt1 U1= 1)和P \ (X1=-I)的值，即第i个神经元发放率编码的概率值，从而 可得到N个神经元的马尔科夫随机场的概率编码。
[0092] 此外，对于本发明实施例的实现马尔科夫随机场概率编码的神经电路，可通过多 个实施例验证其概率编码的效果。具体地，可分别通过本发明实施例的神经电路以及通 过多环置信度传播算法得出神经元发放率编码的概率值，并通过以下公式计算其相对误差 值：
[0094] 其中，Ρωρ(X1= 1)和P rneU1= 1)分别表示通过多环置信度传播算法得出的神经 元发放率编码的概率值和通过本发明实施例的神经电路得出的神经元发放率编码的概率 值，该式表示实验中计算了 8个神经元的边缘概率。通过多次重复实验，对于包括8个神经 元的概率编码，其相对误差值小于0. 5%。也就是说，本发明实施例的神经电路的输出计算 过程可达到与多环置信度传播算法类似的效果。
[0095] 根据本发明实施例的实现马尔科夫随机场概率编码的神经电路，通过将多个神经 电路子模块串联，为神经电路中的第一个神经电路子模块提供初始输入，并将神经电路子 模块的输出作为下一个子模块的输入，并最终得到神经电路的输出，从而可根据神经电路 的输出计算出神经元发放率编码的概率值。由此，可将神经元发放率与马尔科夫随机场的 概率联系起来，从而可通过本发明实施例的神经电路实现马尔科夫随机场概率编码，即能 够通过神经电路实现马尔科夫随机场模型。
[0096] 在本发明的描述中，需要理解的是，术语"中心"、"纵向"、"横向"、"长度"、"宽度"、 "厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"竖直"、"水平"、"顶"、"底"、"内"、"外"、"顺时 针"、"逆时针"、"轴向"、"径向"、"周向"等指示的方位或位置关系为基于附图所示的方位或 位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必 须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0097] 此外，术语"第一"、"第二"仅用于描述目的，而不能理解为指示或暗示相对重要性 或者隐含指明所指示的技术特征的数量。由此，限定有"第一"、"第二"的特征可以明示或 者隐含地包括一个或者更多个该特征。在本发明的描述中，"多个"的含义是两个或两个以 上，除非另有明确具体的限定。
[0098] 在本发明中，除非另有明确的规定和限定，术语"安装"、"相连"、"连接"、"固定"等 术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连 接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内 部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情 况理解上述术语在本发明中的具体含义。
[0099] 在本发明中，除非另有明确的规定和限定，第一特征在第二特征"上"或"下"可以 是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在 第二特征"之上"、"上方"和"上面"可是第一特征在第二特征正上方或斜上方，或仅仅表示 第一特征水平高度高于第二特征。第一特征在第二特征"之下"、"下方"和"下面"可以是 第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
[0100] 在本说明书的描述中，参考术语"一个实施例"、"一些实施例"、"示例"、"具体示 例"、或"一些示例"等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特 点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不 必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任 一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技 术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结 合和组合。
[0101] 尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例 性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述 实施例进行变化、修改、替换和变型。
【主权项】
1. 一种通过神经电路实现马尔科夫随机场概率编码的方法，其特征在于，所述神经电 路包括依次串联的T个神经电路子模块，其中，T为正整数，所述方法包括以下步骤： 提供第一输入、第二输入和第t个神经电路子模块的输入，其中，t〈T，其中，第1个神经 电路子模块的输入为初始输入； 根据所述第一输入、第二输入和第t个神经电路子模块的输入得到所述第t个神经电 路子模块的输出； 将所述第t个神经电路子模块的输出作为第t+i个神经电路子模块的输入，并根据所 述第一输入、第二输入和第t+ι个神经电路子模块的输入得到第t+i个神经电路子模块的 输出； 将第T个神经电路子模块的输出作为所述神经电路的输出，并根据所述神经电路的输 出计算神经元发放率编码的概率值。2. 如权利要求1所述的通过神经电路实现马尔科夫随机场概率编码的方法，其特征在 于，在发放第i个神经元时，所述初始输入为您缉,.所述第一输入为θ 所述第二输入 为0 =θι，其中，i彡N，k彡Ν，Ν为神经元的总数，且Ν>>1。3. 如权利要求2所述的通过神经电路实现马尔科夫随机场概率编码的方法，其特征在 于，所述第t+Ι个神经电路子模块的输出为：其中，tanh为双曲正切函数。4. 如权利要求3所述的通过神经电路实现马尔科夫随机场概率编码的方法，其特征在 于，所述神经电路的输出与二值马尔科夫随机场的概率之差相等，即：其中，Ρ\(χ;= 1)+Ρ\(χ; = -1) = 1， 所述计算神经元发放率编码的概率值具体包括：计算PTi(Xi= 1)和PTi(Xi= -1)的值。5. -种实现马尔科夫随机场概率编码的神经电路，其特征在于，包括： 第一输入端，用于为所述神经电路提供第一输入； 第二输入端，用于为所述神经电路提供第二输入； 初始输入端，用于为所述神经电路提供初始输入； 依次串联的T个神经电路子模块，每个所述神经电路子模块包括输入端、乘法器、加法 器、双曲正切函数和输出端，所述神经电路子模块用于根据所述第一输入、第二输入和第t 个神经电路子模块的输入得到所述第t个神经电路子模块的输出，并将所述第t个神经电 路子模块的输出作为第t+Ι个神经电路子模块的输入，并根据所述第一输入、第二输入和 第t+Ι个神经电路子模块的输入得到第t+Ι个神经电路子模块的输出，其中，T为正整数， t〈T，其中，第1个神经电路子模块的输入为初始输入； 输出端，用于将第T个神经电路子模块的输出作为所述神经电路的输出； 计算模块，用于根据所述神经电路的输出计算神经元发放率编码的概率值。6. 如权利要求5所述的实现马尔科夫随机场概率编码的神经电路，其特征在于，在发 放第i个神经元时，所述初始输入为cdll，所述第一输入为!§=ekl，所述第二输入为Θ= 其中，i<11^<1~为神经元的个数，且吣>1。7. 如权利要求6所述的实现马尔科夫随机场概率编码的神经电路，其特征在于，所述 第t+Ι个神经电路子模块的输出为：其中，tanh为双曲正切函数。8. 如权利要求7所述的实现马尔科夫随机场概率编码的神经电路，其特征在于，所述 神经电路的输出与二值马尔科夫随机场的概率之差相等，即：其中，Ρ'(X; =1) +P\ (X;= -1)=1， 所述计算模块具体用于：根据所述神经电路的输出计算PTi(Xi= 1)和PTi(Xi= -1)的 值。
【专利摘要】本发明公开了一种通过神经电路实现马尔科夫随机场概率编码的方法及神经电路，所述方法包括以下步骤：提供第一输入、第二输入和第t个神经电路子模块的输入，其中，第1个神经电路子模块的输入为初始输入；根据所述第一输入、第二输入和第t个神经电路子模块的输入得到所述第t个神经电路子模块的输出；将所述第t个神经电路子模块的输出作为第t+1个神经电路子模块的输入，并根据所述第一输入、第二输入和第t+1个神经电路子模块的输入得到第t+1个神经电路子模块的输出；将第T个神经电路子模块的输出作为所述神经电路的输出，并根据所述神经电路的输出计算神经元发放率编码的概率值。本发明实施例的方法，能够通过神经电路实现马尔科夫随机场模型。
【IPC分类】G06N3/06
【公开号】CN105260775
【申请号】CN201510674577
【发明人】陈 峰, 余肇飞, 方莹
【申请人】清华大学
【公开日】2016年1月20日
【申请日】2015年10月16日