时间联想记忆神经网络
联想记忆神经网络就是指，用多对矢量（An，Bn）的集合进行训练后，输入与An相近的矢量输出为Bn，输入与Bn相近的矢量输出为An。
目前的联想神经网络模型已经给出了这种相应模式的网络模型。但是表现的是空间联想记忆。记忆训练的是从网路的不同的输入节点同时输入多对矢量进行训练。用于判决后，能够对一对矢量（A，B）一个输入端输入近似A的矢量后后令一个输入端获的B。这形如，眼睛和耳朵，耳朵听到“苹果”后，眼中产生苹果的图像。以及看到苹果后，想到“苹果”这个词的发音。
问题是能不能对这个模型进行改进：使得只有一个输入端，在一个时间段里面重复一组相关的矢量序列，进行训练。训练的结果是，未来输入与矢量序列中的任何一个矢量相近的矢量，就能输出整个矢量序列。这就是时间联想模式的发现。婴儿能够学会说话是因为，母亲拿着苹果说苹果，然后又拿着梨子说梨子。表面上是一组空间模式，但是实际上婴儿能把苹果和苹果的读音归为一类是因为看到苹果和听到苹果的读音在一个小的时间段内，而不是它们同时被婴儿获取。
时间联想模式对于发现事物因果关系和产生时间感和时间序列分析的智能很重要。
[解决办法]
有意思
[解决办法]
有道理，收藏了~~~~
研究中。。。
[解决办法]
我觉得对于神经网络模拟来说，可能人出生就具有分别(An,Bn)的能力，很可能是由于大脑中处理An和Bn的模块不同，然后又由于你所说的An和Bn出现的基本同一时间，所以自然就建立了映射。这个映射就是智能的根源。
啊对了，说到智能啊，我印象中我对大脑的这个映射很奇怪，为什么新加入一个概念，它就能够和以前的很多概念建立起映射，并且在需要的时候能够自动搜索出已知的映射，甚至出现新建立的映射（就是我们所谓的创造）。关于这个，楼主有没有什么思路?
[解决办法]
时间序列和空间序列不都是一回事么
只要有记忆，就可以将一个输入转化为一定时间段内的时间序列
然后就可以使用通常的联想方式解决问题了
[解决办法]
to atlantise522:
产生事件映射的机理,数学家贝叶斯在很早就论述过.很多人工智能的书中都论述过BP神经网络同模糊推理和贝叶斯推理都具有数学上的等价性.
贝叶斯推理能够解释归纳逻辑的产生原理,根据概率理论p(A)是发生A事件的概率P(B)是发生B事件的概率P(AB)是AB事件同时发生的概率P(A
[解决办法]
B)是B事件发生的条件下发生A时件的条件概率(假设B事件是A事件的结果,已经知道B事件为确定结果的情况下A事件发生的概率为P(A
[解决办法]
B),同时知道A事件发生的概率和B时间发生的概率),可以推出P(AB)=P(B)*P(A
