home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1992 #16 / NN_1992_16.iso / spool / comp / ai / neuraln / 2927 < prev    next >
Encoding:
Internet Message Format  |  1992-07-24  |  1.9 KB
  1. Path: sparky!uunet!darwin.sura.net!wupost!gumby!destroyer!ncar!noao!amethyst!organpipe.uug.arizona.edu!organpipe.uug.arizona.edu!bill
  2. From: bill@nsma.arizona.edu (Bill Skaggs)
  3. Newsgroups: comp.ai.neural-nets
  4. Subject: Re: Neural Nets and Brains
  5. Message-ID: <BILL.92Jul24111728@ca3.nsma.arizona.edu>
  6. Date: 24 Jul 92 18:17:28 GMT
  7. References: <1992Jul21.162033.57397@cc.usu.edu> <1992Jul23.013755.18847@hubcap.clemson.edu>
  8.     <arms.711907358@spedden> <BILL.92Jul23135614@ca3.nsma.arizona.edu>
  9.     <arms.711935064@spedden> <BILL.92Jul23224539@ca3.nsma.arizona.edu>
  10.     <arms.711986585@spedden>
  11. Sender: news@organpipe.uug.arizona.edu
  12. Organization: ARL Division of Neural Systems, Memory and Aging, University of
  13.     Arizona
  14. Lines: 25
  15. In-Reply-To: arms@cs.UAlberta.CA's message of 24 Jul 92 14: 03:05 GMT
  16.  
  17. arms@cs.UAlberta.CA (Bill Armstrong) writes:
  18.  
  19.    >In sum: to study the brain, in my opinion, based on ignorance of
  20.    >how the brain works, is that one should study a system that works
  21.    >on logical signals.  Although ALNs might help in this, they are
  22.    >not designed as a brain model at all, and different learning
  23.    >algorithms would have to be developed to capture the learning
  24.    >properties of neurons.
  25.    >
  26.    >Are we getting closer?
  27.  
  28. This seems entirely reasonable to me.
  29.  
  30. I would like to stress, though, that, while there are good reasons to
  31. pay special attention to binary-neuron networks, there is no need to
  32. *avoid* looking at scalar-neuron networks.  For some subsystems of the
  33. brain, at certain levels of analysis, scalar neurons are actually
  34. preferable.  The oculomotor system is the best example I know of:
  35. when the variables of the system are taken to be firing rates and eye
  36. position angles, the system is very nearly linear (David Robinson is
  37. responsible for working this out).  This very important relationship
  38. would probably have been completely missed had the neurons been
  39. treated as binary units.
  40.  
  41.     -- Bill
  42.