هادی کریمی - دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه کامپیوتر و مکاترونیک
کامبیز بدیع - پژوهشگاه فضای مجازی
میرمحسن پدرام - دانشگاه خوارزمی، دانشکده فنی و مهندسی، گروه مهندسی کامپیوتر

نحوه تعاملات نورونی در حافظه در دو دیدگاه ماکروسکوپیک قابل بررسی است. در نگرش ماکروسکوپیک به این تعاملات، ویژگی های مختلف در نواحی متفاوتی به صورت مستقل از هم ذخیره شده و در زمان یاداوری با یکدیگر ترکبی می شوند. باز ترکیب ویژگی های ساخت یافته برای فهم یک موجودیت مرکب تاآستانه زمانی معینی باید تکرار شود. تشکیل حلقه بسته بازترکیب ویژگی ها، با واسطه یک لایه میانی از حافظه کاری صورت می پذیرد و لایه های ویژگی به صورت مستقیم با هم در ارتباط نیستند. دیدگاه میکروسکوپیک به مکانیزم کد کردن اطلاعات می پردازد. نحوه کدینگ ویژگی ها، در انتخاب نورون ها تاثیرگذار خواهد بود. در یک مدل برای فعالیت نورون ها، باید نحوه همگام سازی نورون های تزویج شده با هم نیز پرداخته شود. محلی سازی فعالیت نورونی، مکانیزمی است که برای کدکردن ویژگی ها از آن استفاده شده است. این روش از نورون های جمع کننده تک پایا استفاده می کند. ما با افزایش بعد دز توپولوژی لایه ها از یک بعدی به دوبعدی و با بهره گیری از لاتیس از لاتیس هگزاگونال توانسته ایم نقص مدل در کارهای گذشته را برطرف سازیم. همچنین با دسته بندی ویژگی فرض فازی بودن تعلق تحریکات ورودی به خوشه های ویژگی قابل توصیف است

باز ترکیب ویژگی های ساخت یافته، نورون های جمع کننده، محلی سازی فعالیت های نورونی، خوشه های فازی