Les réseaux de neurones cellulaires sont-ils un type de réseaux de neurones?

Je fais des recherches sur les réseaux neuronaux cellulaires et j'ai déjà lu les deux articles de Chua ( 1988 ). Dans les réseaux neuronaux cellulaires, une cellule n'est en relation qu'avec ses voisins. Il est donc facile de l'utiliser pour le traitement d'images en temps réel. Le traitement d'image est effectué avec seulement 19 nombres (deux matrices 3x3 appelées A et B et une valeur de biais).

Je me demande si nous pouvons appeler des réseaux de neurones cellulaires des réseaux de neurones , car il n'y a pas d'algorithme d'apprentissage. Ils ne sont ni surveillés ni supervisés .

Si les normes pour ce qui est un réseau neuronal sont maintenues cohérentes, alors les réseaux neuronaux cellulaires devraient probablement être considérés comme un type de réseau neuronal.

Le fait que deux couches adjacentes soient entièrement connectées n'est pas considéré comme une exigence de ce que les gens considèrent comme des réseaux de neurones. Certains réseaux d'attention, la plupart des noyaux de convolution et plusieurs autres types de réseaux ne sont pas connectés de manière exhaustive.

La connectivité exhaustive est un fardeau sur le temps de calcul qui n'est valable que dans les cas où la fonction l'exige. Dans les cas où la valeur du paramètre pour la connexion peut être montrée comme étant toujours nulle, le potentiel n'est pas nécessaire. Dans les cas où il est rarement différent de zéro, le bénéfice du potentiel peut l'emporter sur le gain de l'avoir.

Il existe de nombreux types de réseaux qui ne sont pas complètement connectés en informatique, et les neurones biologiques sont partiellement connectés. Les axones des neurones biologiques pourraient croître à travers une couche adjacente et se connecter à une couche distante.

Dans l'article de Chua, il a été démontré que les réseaux de neurones cellulaires convergent dans des conditions spécifiques, tout comme pour d'autres types de réseaux de neurones. On ne prétend pas qu'ils apprennent comme les humains, et ils n'utilisent pas la même propagation en arrière et la même descente de gradient que les MLP utilisent, mais ils s'améliorent progressivement, ce qui est le seul critère commun à travers les nombreuses formes de réseaux d'apprentissage artificiel.

Les réseaux de neurones cellulaires ne correspondent pas à ce que l'on pense généralement lorsque les gens utilisent le terme apprentissage non supervisé, cependant, ils ne sont pas supervisés et ils présentent la même amélioration incrémentale que les autres réseaux non supervisés.

Une partie du problème avec ces noms est que le jargon spécialisé se forme lorsqu'un seul type de chose devient populaire, attribuant le nom à quelque chose de plus spécifique que les mots du nom impliquent. Les réseaux de neurones cellulaires ne sont peut-être pas des exemples d'apprentissage non supervisé, mais ils apprennent à mieux fonctionner sans supervision.