用于导致稀疏连通性的局部竞争性学习规则的方法和装置

摘要

本公开的某些方面支持在计算网络中应用的局部竞争性学习规则，该局部竞争性学习规则导致该网络的各处理单元之间稀疏的连通性。本公开提供了对Oja学习规则的修改，从而修改了Oja规则中对经平方权重的总和的约束。与显式且需要处理单元的所有输入权重的知识才能个体地更新其中每一个输入权重的常用的乘性和减性归一化相反，此约束可以是内在的和局部的。所给出的规则提供了向比通过原始Oja规则学习到的权重向量更稀疏（即，具有更多零元素）的权重向量的收敛。此类稀疏连通性可导致处理单元对特定特征的更高选择性，并且可以需要较少的存储器来存储网络配置以及较少的能量来操作该网络配置。