Solving NP-Complete Problems by Spiking Neural P Systems with Budding Rules
Solving NP-Complete Problems by Spiking Neural P Systems with Budding Rules
复制标题
通过带有萌芽规则的尖峰神经 P 系统解决 NP 完全问题
DOI：
10.1007/978-3-642-11467-0_24
复制
发表时间：
2009-08
期刊：
影响因子：
--
通讯作者：
A. Leporati
中科院分区：
文献类型：
--
作者：
L. Q. Pan;T. O. Ishdorj;J. Wang;A. Leporati
受生物神经元中树突树生长的启发，我们引入了具有出芽规则的脉冲神经P系统。通过以最大并行方式应用这些规则，尖峰神经P系统可以在多项式数量的计算步骤中指数地增加其突触图的大小。这种可能性可以利用有效地解决计算困难的问题，在确定性的多项式时间，因为它是在本文中所示的NP完全决策问题。
Inspired by the growth of dendritic trees in biological neurons, we introduce spiking neural P systems with budding rules. By applying these rules in a maximally parallel way, a spiking neural P system can exponentially increase the size of its synapse graph in a polynomial number of computation steps. Such a possibility can be exploited to efficiently solve computationally difficult problems in deterministic polynomial time, as it is shown in this paper for theNP-complete decision problemsat.
登录
查看更多内容
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：
--
发表时间：
2002-07
期刊：
--
影响因子：
--
作者：
W. Gerstner;W. M. Kistler
通讯作者：
W. Gerstner;W. M. Kistler
DOI：
--
发表时间：
2008
期刊：
Fundam. Informaticae
影响因子：
--
作者：
A. Leporati;M. A. Gutiérrez-Naranjo
通讯作者：
A. Leporati;M. A. Gutiérrez-Naranjo
DOI：
--
发表时间：
2006
期刊：
--
影响因子：
--
作者：
Haiming Cheng;Tseren-Onolt Ishdorj;G. Paun
通讯作者：
Haiming Cheng;Tseren-Onolt Ishdorj;G. Paun
具有神经元分裂的尖峰神经 P 系统
DOI：
10.1007/978-3-642-18123-8_28
发表时间：
2010-08
期刊：
Lecture Notes in Computer Science . Springer Berlin/Heidelberg
影响因子：
--
作者：
Jun Wang;Hendrik Jan Hoogeboom;Linqiang Pan
通讯作者：
Linqiang Pan