DavidVivancos/Neuraxon

해결하는 문제

Neuraxon 2.0은 전통적인 인공 신경망(ANN)과 스파이킹 신경망(SNN)의 한계, 즉 이산적 시간 단계, 정적 구조, 치명적 망각을 극복하기 위해 생물학적으로 영감을 받은 계산 프레임워크입니다. 이는 지속적인 실시간 학습과 생물학적 타당성을 가능하게 하는 신경망 성장과 계산의 블루프린트를 제공합니다.

작동 방식

전통적인 퍼셉트론과 달리, Neuraxon은 삼진 논리(+1 흥분, 0 중립, -1 억제)를 사용하며 연속 시간에서 작동합니다. 다음과 같은 생물학적 메커니즘의 복잡한 시스템을 구현합니다:

• 다중 시간 스케일 가소성: 시냅스는 빠른, 느린, 메타의 세 가지 동적 가중치를 가지며 형성, 붕괴, 재연결이 가능합니다.
• 신경조절: 도파민(DA), 세로토닌(5-HT), 아세틸콜린(ACh), 노르에피네프린(NA)의 네 가지 신경조절물질과 아홉 가지 수용체 아형이 네트워크 활동을 조절합니다.
• 통합 파이프라인: 시간 왜곡(ChronoPlasticity), 동적 감쇠(DSN), CTSN 보완 상태, 성상세포 게이트 다중 시간 스케일 가소성(AGMP)의 4단계 프로세스.
• 구조적 가소성: 은닉 뉴런은 사라지고, Watts-Strogatz 소세계 구조를 사용해 연결이 재구성될 수 있습니다.
• 하이브리드화: Aigarth Intelligent Tissue와의 통합을 통해 진화적 돌연변이와 선택이 가능합니다.

대상 사용자

이 프로젝트는 신경과학, 인공 생명, 그리고 몸을 가진 로봇 제어, 실시간 시계열 패턴 인식, 에너지 효율적인 뉴로모픽 하드웨어 개발에 집중하는 연구자 및 AI 개발자를 대상으로 합니다.

주요 특징

• 연속 시간 학습: 별도의 학습 및 추론 단계 없이, 스트리밍 데이터에 즉각적으로 적응합니다.
• 생물학적 타당성: 수상돌기, 침묵하는 시냅스, 그리고 홈오스타시스 조절 루프(MSTH)를 포함합니다.
• 삼진 상태 논리: 이진 스파이킹보다 더 세밀한 상태 시스템을 사용합니다.
• 진화 가능성: Aigarth 하이브리드를 통해 네트워크 구조와 파라미터의 집단 수준 진화를 지원합니다.
• Cuda 지원: 가속 계산을 위한 CuNxon Cuda 커널 포함.