“还不知道呢,是今天吗?”
江成边吃边道,“是啊,今天上午,剖腹产,男孩。”
“好,那我和她说说话,等会去跑步,晚些聊啦。”
看着快到自己的跑步、早餐的时间了,于歆然虽然有些不舍,但还是挂了电话。
好的习惯,不能轻易打破。
必须坚持不懈。
----*╭?(˙o˙)╯?*----
小型超算的正常使用,让江成有了更多更强的算力。
当然,他对体内生物神经元的感知又得到了提升。
参照这一种的信息传递模式,江成开始在体内超算里头,设计和验证自己的一些新的想法和思路。
他打算花一些时间,先行把这两天试验过程一个激灵想到的东西给固化和研究出来。
走出一条新的路子。
所谓大佬,不都是在某一领域有所开创性的成就吗?
生物电流,是一种脉冲电流,具体一些,就是神经元(神经细胞)按一定频率的发射的电流。
在脉冲过程中,传递着信息。
但信息的传递却不慢,因为神经元的特殊结构和脉冲机制,让信息不是一个传一个,而是迅速汇聚,而后迅速发散。
数以百亿计的神经元结成了一张网,形成了神经元网络。
当然,这里头不是所有的都参与传递,一些未受刺激时神经元有着“静息电位”;一些受刺激在脉冲时产生“动作电位”。
目前来说,为了模拟神经元网络,许多大佬前仆后继,提出了很多设想,包括卷积神经网络。
江成目前结合卷积神经网络和脉冲神经网络,以及米国那一头,朱嵩淳就数理模型方面知识的回答,初步设想是构造一个多维立体的脉冲神经网络。
比如说,I点的神经元在接受指令之后,并非顺位传递,而是多维脉冲传递,多个神经元共同传递部分信息,并通过网络汇聚到c点。
其响应函数,应该为,
(t)=∑i=1&am
;(t-ti)
……
在设计中,江成不断的进行了研究论证,通过不断地推理,并提出了自己的一个信息多维脉冲传递公式。看小说,630book。cc