75、底物编码神经网络：基因型与表型解析

底物编码神经网络：基因型与表型解析

在神经网络的研究中，底物编码神经网络（Substrate Encoded Neural Network，SENN）是一种独特的架构，它为神经网络的设计和应用带来了新的思路。本文将深入探讨SENN的基因型和表型表示，以及如何利用这些表示进行信号处理。

1. 底物编码的基本原理

底物编码的核心在于利用底物（substrate）来处理和传递信号。底物通过其坐标处理器（substrate_cpps）和连接表达式生成器（substrate_ceps）与神经网络进行交互。当底物接收到两个相连神经元的坐标时，会将其传递给相应的 substrate_cpp。substrate_cpp 根据自身类型处理这些坐标，例如，如果是笛卡尔类型，则直接保留笛卡尔坐标并将向量分发到神经网络的神经元；如果是其他类型，则先将坐标转换为极坐标、球坐标或其他向量形式，然后将处理后的向量传递给神经网络。

底物随后会等待来自 substrate_ceps 的信号，这些信号用于设置突触权重、连接表达式，甚至进行基于可塑性的突触权重更新。与传感器和执行器不同，substrate_cpps 和 substrate_ceps 不需要与皮层同步，因为 substrate_cpps 由底物触发，而底物会等待 substrate_ceps 的信号，并且底物只有在接收到来自传感器的所有感官信号后才会处理信号，从而保证整个系统的同步性。

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，我们需要定义相应的记录。在 record.hrl 文件中，我们可以为 substrate_cpp 和 substrate_cep 定义如下记录：