[发明专利]将循环人工神经网络中的活动特征化以及编码和解码信息

权利要求书

1.一种设备，包括：

神经网络，所述神经网络被训练以：

响应于第一输入而产生在源神经网络中响应于所述第一输入而出现的活动的模式中的拓扑结构的第一表示的近似，

响应于第二输入而产生在所述源神经网络中响应于所述第二输入而出现的活动的模式中的拓扑结构的第二表示的近似，以及

响应于第三输入而产生在所述源神经网络中响应于所述第三输入而出现的活动的模式中的拓扑结构的第三表示的近似。

2.根据权利要求1所述的设备，其中所述拓扑结构全都包含所述源神经网络中的两个或更多个节点和所述节点之间的一个或多个边。

3.根据权利要求1所述的设备，其中所述拓扑结构包括单纯形。

4.根据权利要求1所述的设备，其中所述拓扑结构包围空腔。

5.根据权利要求1所述的设备，其中所述第一表示、所述第二表示和所述第三表示中的每个表示仅在如下时间在所述源神经网络中出现的拓扑结构：在所述时间期间活动的所述模式具有与响应于所述输入中的相应的输入的其他活动的复杂度可区分的复杂度。

6.根据权利要求1所述的设备，还包括处理器，所述处理器被耦合以接收由所述神经网络设备产生的所述表示的所述近似以及处理接收的近似。

7.根据权利要求6所述的设备，其中所述处理器包括第二神经网络，所述第二神经网络已经被训练以处理由所述神经网络产生的所述表示的所述近似。

8.根据权利要求1所述的设备，其中所述第一表示、所述第二表示和所述第三表示中的每个包括多值、非二进制数字。

9.根据权利要求1所述的设备，其中所述第一表示、所述第二表示和所述第三表示中的每个表示所述拓扑结构的发生，而不指定活动的所述模式在所述源神经网络中出现在哪里。

10.根据权利要求1所述的设备，其中所述设备包括智能电话。

11.根据权利要求1所述的设备，其中所述源神经网络是循环神经网络。

12.一种设备，包括：

神经网络，所述神经网络被耦合以输入在源神经网络中响应于多个不同的输入而出现的活动的模式中的拓扑结构的表示，其中所述神经网络被训练以处理所述表示并且产生响应输出。

13.根据权利要求12所述的设备，其中所述拓扑结构全都包含所述源神经网络中的三个或更多个节点和所述节点之间的三个或更多个边。

14.根据权利要求12所述的设备，其中所述拓扑结构包括单纯形。

15.根据权利要求12所述的设备，其中拓扑结构的所述表示表示仅在如下时间在所述源神经网络中出现的拓扑结构：在所述时间期间活动的所述模式具有与响应于所述输入中的相应的输入的其他活动的复杂度可区分的复杂度。

16.根据权利要求12所述的设备，其中所述设备还包括

神经网络，所述神经网络被训练以响应于多个不同的输入而产生在所述源神经网络中响应于所述不同的输入而出现的活动的模式中的拓扑结构的表示的相应的近似。

17.根据权利要求12所述的设备，其中拓扑结构的所述表示包括多值、非二进制数字。

18.根据权利要求12所述的设备，其中拓扑结构的所述表示表示所述拓扑结构的发生，而不指定活动的所述模式在所述源神经网络中出现在哪里。