74、深入探究底物编码神经网络：架构、基因型与表型解析

深入探究底物编码神经网络：架构、基因型与表型解析

1. 底物编码神经网络的基础架构与信号处理

在底物编码神经网络系统中，底物会将相连神经节点的坐标传递给一个或多个底物坐标处理器（substrate_cpps）。这些处理器会依据自身类型处理坐标，例如笛卡尔类型就直接保留笛卡尔坐标，并将向量分散到神经网络的神经元中；若是其他类型，则先将坐标转换为极坐标、球坐标或其他向量形式，再把处理后的向量传递给神经网络。

之后，底物会等待来自一个或多个底物连接表达式生成器（substrate_ceps）的信号。这些信号用于设置底物的突触权重、连接表达式，甚至基于可塑性进行突触权重更新。底物会利用 substrate_cpps 和 substrate_ceps 来设置或更新每一个突触权重或表达式。与传感器和执行器不同，substrate_cpps 和 substrate_ceps 无需与皮层同步，因为 substrate_cpps 由底物触发，底物会等待 substrate_ceps 的信号，且底物只有在接收到由皮层触发的传感器的所有感官信号后才会处理信号，整个系统因此实现同步。

2. 底物编码神经网络的基因型表示

为了在基因型中表示底物编码神经网络，我们需要创建基因型编码。如果在 record.hrl 文件中为 substrate_cpp 和 substrate_cep 创建各自的记录，它们的形式如下：

-record(substrate_cpp,{id,name,substrate_id,vl,fanout_ids=[],generation,parameters, pre_f, post_