29、用于研究工具的计算系统：神经网络的微观理论与应用

用于研究工具的计算系统：神经网络的微观理论与应用

1. 引言

在尝试用数学描述神经组织群体（即神经网络）时，有两种方法：全局方法和微观方法。全局方法对神经组织群体进行现象学描述，而微观方法通过适当简化，从神经网络的基本组成部分（神经元、连接和突触）的特性推导出网络的特性。虽然现象学理论似乎更容易构建，且总体上能得出更多与实验相符的结果，但如果不了解大脑组成部分的详细功能、相互作用和相互关系，就不可能构建出真实的大脑模型。

对于实际神经网络机器的构建，基于网络基本组成部分特性的理论更适用于发现生物信息处理的规律。例如，从自然的基本定律出发模拟大脑活动更具相关性。从哲学角度看，从组成系统的粒子的统计行为推导出热力学定律，比将热力学作为物理学的一个独立分支引入更具吸引力。同样，从电子和晶格的实际特性推导出超导性的特性，比从现象学推理更有意义。

目前，生物信息处理的过程尚未完全被理解，但使用神经网络理论作为工具推动研究学科发展至关重要，以便达到理论变革的阈值，实现从神经网络理论到生物信息处理系统的转变。本文旨在提出一种神经网络的微观理论，具体分为四个部分：
1. 基于对网络单个组成部分（神经元）实际功能的了解，描述神经网络。
2. 用启发式数学证明说明神经网络的灵活结构、存储容量和响应时间。
3. 通过计算机模拟验证关于连接性与功能性的理论结果，展示系统的多功能性、效率和可靠性。
4. 讨论该计算系统作为研究工具推动研究学科发展的用途。

2. Josin的计算系统

神经网络在物理上是处理器阵列或处理器内的数学阵列。理想情况下，这些处理器或节点模拟神经元，通过它们的连接实现生物信息处理。神经网络旨在模拟生物