[发明专利]信号处理电路和方法、从信号提取感知不变的装置和方法

说明书

一种能够提供事件(90)的动态感知不变性以期从其提取统一语义表示的自动化方法和装置。事件由发送参考(x,y)的信号(HD)的数据换能器(130)感知，该信号通过提供由w配置并按照系数k抽取(300)的高斯滤波(200)的单元(Dec)转换为参考(i,j)的信号(MAP1)，并且通过单元(ROI)转换为参考(X,Y)的表示不变事件的信号(MAP2)。单元(71’)将信号(MAP1)转换为取向(Im Bo)和曲率(Im Cb)边缘信号，其被引入动态吸引子(80_0)，该动态吸引子(80_0)在统计上将该信息转换为平均曲率cb0和取向bo0、重心i0,j0以及点群大小ap0,bp0，以供应不变性计算单元(Inv)，该不变性计算单元(Inv)供应信号(MAP2)的参数w、k和地址(X,Y)。本发明作为电子可集成存储统一物适用于神经科学领域。

技术领域

本发明涉及一种自动化装置和方法，其能够动态地确保时空事件的感知不变性以期从其提取统一语义表示并将它们与特定标签关联存储在存储器中。还涉及一种用于训练神经元集群的网络的简化的记忆存储系统。

本发明使得可确保事件的空间、其上下文表示及其特征表示之间的双射关系。

本发明特别适用于硅上实现的神经元集群的处理的简化，以用于分析各种信号，包括多维信号，例如图像、声音或其它独立或同时感知的模态的感知的语义表示。

背景技术

人类记忆从根本上是关联的：当我们能够将新信息与已经获取并牢固扎根于我们的记忆中的知识联系起来时，我们会更好地记住。此外，对我们的意义越大，此联系将越有效。因此，不是简单地回忆起固定的印象，目前认为记忆是源自对立神经元通路的连续改变以及大脑中信息的并行处理的再范畴化的连续过程。感知不变性简化了存储在记忆中的范畴化，对其写入单个表示。事件、场景或对象的回忆利用逆不变性函数，代替存储在记忆中上下文中的信息。

此技术赶超了进化花费数千年所实现的。以下三项专利是现有技术的代表：

·2015年5月5日公布的题为“invariant pattern recognition”的专利US2005097068描述了用于训练有效分类器的非线性不变性变换，其即使在存在不修改模式的类的已知变换的情况下，也令人满意地识别模型。

·发表于2012年12月6日的题为“apparatus and methods for pulse-codeinvariant object recognition”的专利US2012308136描述了一种基于动作电位的生物启发方法。在一个变体中信息被编码为相对于时间事件的发生的脉冲延迟的模式；例如，新视觉上下文或图像移动的外观。脉冲的模式有利地基本上对诸如尺寸、位置和取向的图像参数不敏感，以使得图像的标识可被容易地解码。

·题为“apparatus and methods for invariant pattern recognition”的专利US2015227849使用三阶玻尔兹曼机的新因子分解，其采用任意变换的多层无监督训练并且即使在没有标记的数据的情况下也训练丰富且复杂的功能。然后使用这些特性来对未知输入模型进行分类，以便实现维度的减少或压缩。

所有这些感知不变性的方法在允许信息动态地循环的同时，不允许存在于人类记忆中的统一关联存储机制和两个方向上的伴随操作(自下而上和自上而下)。此外，存储在存储器中的元素无法简单地从一个介质传送到另一介质，因为它们不是不变的。