발화신경망 모델에서 내용주소 기억장치에 대한 연구 (Study of Content Addressable Memory in a Spiking Neural Network Model)

서지정보

· 발행기관 : 한국물리학회
· 수록지 정보 : 새물리 / 70권 / 6호 / 547 ~ 555페이지
· 저자명 : 조명원

초록

신경망에서 구현되는 내용주소 기억장치는 발화과정의 끌개 운동과 관련이 있다. 발화 패턴들이 신경망의 고정점 끌개로 새겨질 수 있다면 초기 발화상태에 따라 그 중 하나를 기억해 내는 것이 가능하게 된다.
특히 신경망의 발화과정과 자성체의 평형상태 근처에서의 진행속성이 가지는 유사성을 기반으로 홉필드가제안한 획기적인 알고리즘 이후에 신경망에서의 내용주소 기억장치에 대한 많은 연구가 있어왔다. 하지만세밀한 발화시간들에 의해 발화여부가 결정되는 실제 생물학적 신경세포들의 발화과정은 고전적 신경세포들과는 다른 속성의 끌개 운동을 가진다. 여기서 우리는 신경세포들이 발화시간에 의존하여 상호작용하는속성을 유지하고 있는 발화신경망 모델에서 고정점 끌개들의 속성들을 연구하였다. 이 모델에서 고정점끌개로 기억하고자 하는 발화상태들이 서로 직교적인 경우 끌개운동은 생물학적 신경망에서 발견되는위상 잠김 현상과 관련이 있다는 것을 밝힌다. 그리고 홉필드망을 응용하여 이 모델에서 서로 비직교적인발화상태들을 고정점 끌개로 저장한 후 초기 발화상태에 따라 그 중에 하나를 회상해 낼 수 있는 방법을소개한다.

영어초록

The implementation of neural network content-addressable memory (CAM) relates to the attractor dynamics in the firing process. If some firing patterns are carved as fixed-point attractors, one of them can be recalled, depending on initial firing states. Many studies following the landmark achievement by Hopfield, have suggested an algorithm based on an analogy between the asymptotic dynamics of neural networks and the equilibrium properties of magnetic systems. However, the firing process of biological neurons, which progresses depending on minute spiking timings, has distinctive properties of attractor dynamics with those of the classical neuron models. We here study the characteristics of fixed-point attractors in a spiking neural network model preserving the attribute of spiking-timing-dependent interactions between neurons. We show that the attractor dynamics in the model relate to the phase-locking dynamics in a biological neural network when the memorized firing states are orthogonal to one another. We also introduce how non-orthogonal firing states can be memorized in the model and how one of them can be recalled, depending on the initial states, by applying the Hopfield network.

참고자료

· 없음