Le reti neurali cellulari sono un tipo di reti neurali?

Sto studiando le reti neurali cellulari e ho già letto i due articoli di Chua ( 1988 ). Nelle reti neurali cellulari, una cellula è solo in relazione con i suoi vicini. Quindi è facile da usare per l'elaborazione delle immagini in tempo reale. L'elaborazione delle immagini viene eseguita con solo 19 numeri (due matrici 3x3 chiamate A e B e un valore di polarizzazione).

Mi chiedo se possiamo chiamare reti neurali cellulari reti neurali , perché non esiste un algoritmo di apprendimento. Non sono né supervisionati né incustoditi .

Se gli standard per ciò che è una rete neurale sono mantenuti coerenti, allora le reti neurali cellulari dovrebbero probabilmente essere considerate un tipo di rete neurale.

Che due strati adiacenti siano completamente collegati non è considerato un requisito di ciò che le persone considerano le reti neurali. Alcune reti di attenzione, la maggior parte dei kernel di convoluzione e molti altri tipi di reti non sono esaustivamente connesse.

La connettività esaustiva è un onere per il tempo di calcolo che è prezioso solo nei casi in cui la funzione lo richiede. Nei casi in cui il valore del parametro per la connessione può essere indicato come sempre zero, non è necessario il potenziale. Nei casi in cui è raramente diverso da zero, il vantaggio del potenziale può superare il guadagno di averlo.

Esistono molti tipi di reti che non sono esaustivamente connesse nell'informatica e che i neuroni biologici sono parzialmente collegati. Gli assoni dei neuroni biologici potrebbero crescere attraverso uno strato adiacente e connettersi a uno distante.

Nel documento di Chua, è stato dimostrato che le reti neurali cellulari convergono in condizioni specifiche, proprio come per altri tipi di reti neurali. Non si può affermare che imparano come fanno gli umani, e non usano la stessa propagazione posteriore e la discesa gradiente che usano le MLP, ma migliorano in modo incrementale, che è l'unico criterio comune tra le molte forme di reti di apprendimento artificiale.

Le reti neurali cellulari non si adattano a ciò che generalmente si pensa quando le persone usano il termine apprendimento non supervisionato, tuttavia, non sono supervisionate e mostrano lo stesso miglioramento incrementale che mostrano altre reti non supervisionate.

Parte del problema con questi nomi è che il gergo specializzato si forma quando solo un tipo di cosa diventa popolare, assegnando il nome a qualcosa di più specifico delle parole nel nome. Le reti neurali cellulari potrebbero non essere esempi di apprendimento non supervisionato, ma imparano a funzionare meglio senza supervisione.