[发明专利]用于为神经网络和相关系统生成数据解释的系统和方法

权利要求书

1.一种用于在双向基于层的网络中生成数据集的描述的方法，其中所述网络包括具有多个子网的第一层和接收所述多个子网的输出的第二层，所述方法包括：

接收所述数据集，其中所述数据集具有可检测特征；

设置转换配置，所述转换配置指导所述网络的层之间的所述数据集和转换的数据的数据消息传递；

在所述网络的第一层处，由所述多个子网中的每个子网执行所述数据集到第一组转换的数据的相应第一正向转换，所述第一正向转换包括：基于所述数据集和所述网络的第一层中编码的可检测特征的相应的一组先验概率以及似然性关系，计算第一后验概率分布，并且从所述第一后验概率分布生成所述第一组转换的数据；

在所述网络的第二层处，接收来自所述网络的第一层的所述第一组转换的数据；

在所述网络的第二层处，对所述第一组转换的数据执行第一反向转换，并且向每个相应的子网提供数据，所述数据表示由所述子网的一个或更多个相邻子网生成的输出；

在所述网络的第一层处，根据接收到的数据和所述网络的第一层中编码的所述可检测特征的相应的一组先验概率以及似然性关系，由所述第一层的每个子网生成相应的一组更新的似然性，所述接收到的数据表示由所述子网的相邻子网生成的一个或更多个输出；

在所述网络的第一层，根据所述更新的似然性执行对所述数据集的第二正向转换，以生成第二组转换的数据；以及

在所述网络的所述第二层处，执行所述第二组转换的数据的第三正向转换，以生成输出值，所述输出值包括所述数据集的所述可检测特征的一个或更多个描述。

2.根据权利要求1所述的方法，其中，所述数据集包含图像数据、视频数据、音频数据、自然语言文本数据或传感器数据中的至少一个。

3.根据权利要求2所述的方法，所述双向基于层的网络是递归皮层网络。

4.根据权利要求1所述的方法，其中，执行所述第三正向转换包括：

在所述第二层的一个或更多个输入端处接收所述第二组转换的数据；

基于所述第一组转换的数据、第二组转换的数据的一组更新的似然性和在所述第二层中编码的一组先验概率和似然性关系，计算第二后验概率分布；以及

在所述第二层的输出端处从所述第二后验概率分布生成第四组转换的数据。

5.根据权利要求1所述的方法，其中，所述双向基于层的网络是包括一组证据数据的递归皮层网络。

6.根据权利要求5所述的方法，其中，所述递归皮层网络由分布式计算系统实现。

7.根据权利要求6所述的方法，其中，所述递归皮层网络包括：

子网的递归架构网络，所述子网被组织成多个分级层；

所述子网至少包括父特征节点、池节点、父特定子特征PSCF节点以及子特征节点；

至少一个子网的所述父特征节点被配置有在连接到所述至少一个子网的所述父特征节点的至少两个池节点上可操作的选择函数；

所述至少一个子网的所述池节点被配置有在连接到所述至少一个子网的所述池节点的至少两个PSCF节点上可操作的选择函数；

所述至少一个子网的所述PSCF节点被配置为激活连接的子特征节点；

所述子特征节点可连接到在较低分级层处的第二子网的至少父特征节点；以及

约束节点，所述约束节点具有来自至少两个PSCF节点的至少两个连接和选择函数以增强所述池节点的选择。

8.根据权利要求5所述的方法，其中，所述一组证据数据包括图像数据。

9.根据权利要求8所述的方法，其中，所述图像数据包括由边缘检测滤波器处理的图像数据。

10.根据权利要求9所述的方法，其中，所述图像数据由照相机捕获；并且其中，输出所述数据集的描述包括输出图像描述数据。

11.根据权利要求1所述的方法，还包括基于静态转换配置执行附加的正向转换和反向转换。