进化神经气体 (ENG)：一种基于输入分类的自组织网络模型

尽管大多数自组织网络声称具有生物合理性，但它们受到严格的拓扑约束，因此无法考虑广泛的外部刺激。此外，它们的演化受确定性定律制约，这些定律往往与网络的结构参数和全局状态无关，而这在真实的生物系统中是应当发生的。自然界中的环境输入是受噪声影响且模糊的。这就提出了一个问题：是否可以在不受严格约束且受不同输入影响的网络中研究涌现行为。本文提出了一种新的进化神经气体（ENG）模型，该模型无任何拓扑约束，其训练依据取决于局部畸变误差和网络维度的概率定律。该网络被视为节点群体，这些节点在一个共享局部和全局资源的生态系统中并存。这些特殊特征使得网络能够根据其维度快速适应环境。对 ENG 模型的分析表明，网络演化为无标度图，并从深刻的物理意义上证明了此处使用“气体”一词的合理性。