用于计算条件概率的神经元网络拓扑

摘要

描述了一种估计移动设备操作的条件概率的系统。将来自第一移动设备传感器和第二移动设备传感器的输入数据流输入到神经元网络中，其中，将第一输入数据流和第二输入数据流变换成第一神经元和第二神经元的可变激发速率。该系统学习第一输入数据流与第二输入数据流之间的条件概率。第一神经元与第二神经元之间的关注突触权重收敛到固定点值，其中，该固定点值与条件概率对应。基于该条件概率和新输入数据流，对事件的概率进行估计。基于该事件的概率，该系统使移动设备执行移动设备操作。