稳定性-可塑性两难问题的核心是系统如何在不削弱或忘记已学习模式的同时,自适应地学习新事物.目前公认自适应谐振理论(Adaptive resonance theory,ART)能够部分解决稳定性–可塑性两难问题,但依然存在学习受样本输入顺序影响大,且存在...稳定性-可塑性两难问题的核心是系统如何在不削弱或忘记已学习模式的同时,自适应地学习新事物.目前公认自适应谐振理论(Adaptive resonance theory,ART)能够部分解决稳定性–可塑性两难问题,但依然存在学习受样本输入顺序影响大,且存在学习中心渐变样本时,带来的所谓模式漂移的问题.受进化生物学关于人类学习的幼态延续特征的启发,本文为每个F2层节点配备活跃度指示器λ,并将其反馈回F1层参与STM(Short term memory)向量的计算,使这种新型ART2网络在行为特征上具备幼态延续的显著特征,本文称之为ART2wNF(Adaptive resonance theory with neoteny feature).论文从理论上证明算法的可行性,并通过分析对随机生成样本集合的学习过程,对比了ART2wNF算法与常规ART2网络在可塑性、稳定性方面的差异以及ART2wNF在克服样本输入顺序影响等方面的优势.展开更多
文摘天津位于京津冀区域,近年来面临的颗粒物污染问题受到广泛关注,研究其大气环境中颗粒物的化学组成及来源具有重要意义.为明确天津市夏季环境受体中颗粒物的混合状态及可能来源,于2017年7月利用单颗粒气溶胶质谱仪(single particle aerosol mass spectrometer,SPAMS)在津南区采集到成功电离有粒径及完整质谱信息颗粒209887个,利用ART-2a对有质谱数据的颗粒按照质谱特征的相似性进行聚类共获得369个颗粒物类别,随后按照类别的化学组成(质谱谱图)的相似性进行人工合并获得19个颗粒物类别,包括:K-EC(0.20%)、K-EC-Sec(0.18%)、K-NO3-PO3(12.00%)、K-NO3-SiO3(2.98%)、K-Sec(0.16%)、EC(39.60%)、EC-Sec(3.46%)、EC-HM-Sec(3.93%)、HEC(1.49%)、HEC-Sec(1.38%)、OC-Amine-Sec(3.58%)、OC-Sec(0.36%)、OCEC-Sec(0.71%)、Dust-HEC(21.35%)、Dust-Sec(0.72%)、Cl-EC-NO3(1.22%)、Na-Cl-NO3(3.20%)、HM-Sec(2.58%)和PAH-Sec(0.90%)颗粒.得到的各个颗粒类别可归因于气溶胶颗粒的不同来源及不同的传输和反应过程,综合分析采集到的颗粒贡献源主要包括机动车排放源、生物质燃烧源、工业排放源、扬尘源、燃煤源和二次源等.其中K-EC、EC、HEC和Dust-HEC等颗粒主要来自一次源直接排放,K-Sec、OC-Amine-Sec、OC-Sec、OCEC-Sec和Na-Cl-NO3等颗粒大都是一次源排放颗粒经历了不同程度的老化或与二次组分进行了不同程度的混合.
文摘稳定性-可塑性两难问题的核心是系统如何在不削弱或忘记已学习模式的同时,自适应地学习新事物.目前公认自适应谐振理论(Adaptive resonance theory,ART)能够部分解决稳定性–可塑性两难问题,但依然存在学习受样本输入顺序影响大,且存在学习中心渐变样本时,带来的所谓模式漂移的问题.受进化生物学关于人类学习的幼态延续特征的启发,本文为每个F2层节点配备活跃度指示器λ,并将其反馈回F1层参与STM(Short term memory)向量的计算,使这种新型ART2网络在行为特征上具备幼态延续的显著特征,本文称之为ART2wNF(Adaptive resonance theory with neoteny feature).论文从理论上证明算法的可行性,并通过分析对随机生成样本集合的学习过程,对比了ART2wNF算法与常规ART2网络在可塑性、稳定性方面的差异以及ART2wNF在克服样本输入顺序影响等方面的优势.
