Asynchronous spiking neural P systems with local synchronization
Asynchronous spiking neural P systems with local synchronization
复制标题
具有局部同步的异步尖峰神经 P 系统
DOI：
10.1016/j.ins.2012.07.023
复制
发表时间：
2013
影响因子：
8.1
通讯作者：
Gheorghe Paun
中科院分区：
文献类型：
--
作者：
Tao Song;Tao Song;Linqiang Pan;Linqiang Pan;Gheorghe Paun;Gheorghe Paun
尖峰神经P系统（简称SN P系统）是一类分布式并行计算设备，其灵感来自于神经元通过尖峰进行通信的方式。异步 SN P 系统是非同步系统，其中尖峰规则的使用（即使它们是由神经元的内容启用的）不是强制性的。具有标准尖峰规则的异步 SN P 系统是否与图灵机等效仍然悬而未决。在本文中，受生物学启发（为了实现某些特定的生物功能，来自相同功能基序或群落的神经元同步工作以相互合作），我们将局部同步的概念引入异步 SN P 系统。研究了具有本地同步的异步 SN P 系统的计算能力。这种由一般神经元（分别为无界神经元）组成并使用标准尖峰规则的系统被证明是通用的。具有局部同步的异步 SN P 系统由有界神经元组成，并使用标准尖峰规则来表征自然数的半线性集。这些结果表明本地同步是有用的，它提供了一些对于实现所需计算能力有用的“编程能力”。
Spiking neural P systems (SN P systems, for short) are a class of distributed parallel computing devices inspired from the way neurons communicate by means of spikes. Asynchronous SN P systems are non-synchronized systems, where the use of spiking rules (even if they are enabled by the contents of neurons) is not obligatory. It remains open whether asynchronous SN P systems with standard spiking rules are equivalent with Turing machines. In this paper, with a biological inspiration (in order to achieve some specific biological functioning, neurons from the same functioning motif or community work synchronously to cooperate with each other), we introduce the notion of local synchronization into asynchronous SN P systems. The computation power of asynchronous SN P systems with local synchronization is investigated. Such systems consisting of general neurons (respectively, unbounded neurons) and using standard spiking rules are proved to be universal. Asynchronous SN P systems with local synchronization consisting of bounded neurons and using standard spiking rules characterize the semilinear sets of natural numbers. These results show that the local synchronization is useful, it provides some “programming capacity” useful for achieving a desired computation power.
登录
查看更多内容
DOI：
10.1016/j.tcs.2008.12.055
发表时间：
2009-06
期刊：
Theor. Comput. Sci.
影响因子：
--
作者：
Xingyi Zhang;Xiangxiang Zeng;L. Pan
通讯作者：
Xingyi Zhang;Xiangxiang Zeng;L. Pan
DOI：
10.1007/978-3-540-77962-9_26
发表时间：
2007-06
期刊：
--
影响因子：
--
作者：
M. Cavaliere;Ö. Eğecioğlu;O. Ibarra;M. Ionescu;G. Paun;Sara Woodworth
通讯作者：
M. Cavaliere;Ö. Eğecioğlu;O. Ibarra;M. Ionescu;G. Paun;Sara Woodworth
DOI：
10.1007/978-3-642-54239-8
发表时间：
2013
期刊：
--
影响因子：
--
作者：
A. Alhazov;Svetlana Cojocaru;Marian Gheorghe Yurii Rogozhin;Grzegorz Rozenberg Arto Salomaa
通讯作者：
A. Alhazov;Svetlana Cojocaru;Marian Gheorghe Yurii Rogozhin;Grzegorz Rozenberg Arto Salomaa
DOI：
10.1109/bicta.2010.5645197
发表时间：
2010-11
期刊：
2010 IEEE Fifth International Conference on Bio-Inspired Computing: Theories and Applications (BIC-TA)
影响因子：
--
作者：
L. Pan;Xiangxiang Zeng;Xingyi Zhang
通讯作者：
L. Pan;Xiangxiang Zeng;Xingyi Zhang
DOI：
10.1504/ijep.2006.011208
发表时间：
2006-01-01
影响因子：
0.7
作者：
Muttil, Nitin;Chau, Kwok-Wing
通讯作者：
Chau, Kwok-Wing