(초청) 생체 영감을 받은 시간 가변 네트워크를 통한 새로운 컴퓨팅 프리미티브

1억 년의 진화 결과로, 생물들은 생태적 틈새에 매우 잘 적응하였습니다. 이러한 적응은 감각 단서를 처리하고 적절한 행동으로 반응함으로써 자신들의 즉각적인 환경과 종 특이적인 상호작용을 함의합니다. 생물들이 패턴 인식과 인지 과제를 수행하는 방식을 이해하는 것은 컴퓨팅 아키텍처에 특히 중요합니다: 수세기에 걸쳐 정제된 이러한 정보 경로를 연구함으로써, 연구자들은 보다 고급스럽고 에너지 효율적인 자율 시스템 개발 과정을 간소화할 수 있을 것입니다. 새로운 전자 및 이온 구성 요소의 출현과 생물 종의 정보 경로에 대한 더 깊은 이해로 인해 완전히 새로운 정보 처리 경로를 개발할 수 있는 무수한 기회가 손에 닿고 있습니다. 계통 발생, 발생학, 항상성 등 기본 생물학 원칙이 강조되며, 특히 네트워크 토폴로지와 역학에 중점을 둡니다. 기계 학습에서 시스템 훈련이 사전 지식 없이 절대 미지의 네트워크에서 수행되는 반면, 여기서 제안된 접근 방식은 새로운 컴퓨팅 아키텍처 설계를 위한 지침으로 성장 메커니즘을 활용하여 명백하게 차별화됩니다. 이 프레임워크 내에서 복잡한 시간 가변 네트워크를 통해 결합된 저주파 이완형 발진기의 실험이 소개됩니다. 네트워크의 시공간 발전은 발진기 집합체와 네트워크 구조 간의 상호작용 결과로 발생합니다. 갑자기 나타나는 전도성 다리의 피어남과 가지치기 및 이들이 발진기 집합체의 동기 상태에 미치는 관계에 대해 논의될 것입니다.