التعلم في نموذج ويلسون-كوان للفئات السكانية الميتا

نموذج ويلسون-كوان للمنطقة السكانية (Metapopulation)، وهو نموذج شبكي للكتلة العصبية، يعامل مناطق دماغية تحت القشرية مختلفة كعُقد متصلة، حيث تمثل الروابط بين هذه العُقد أنواعًا مختلفة من الاتصال العصبي الهيكلي أو الوظيفي أو الفعّال بين هذه المناطق. تتكون كل منطقة من مجموعات متفاعلة من الخلايا المثيرة والخافضة، بما يتماشى مع النموذج القياسي لويلسون-كوان. وبإدخال جذور مستقرة (Stable Attractors) في ديناميكية هذا النموذج للمنطقة السكانية، نحوله إلى خوارزمية تعلّم قادرة على تحقيق دقة عالية في تصنيف الصور والنصوص. وقد تم اختباره على مجموعة بيانات MNIST وFashion MNIST، بالتزامن مع الشبكات العصبية التلافيفية (Convolutional Neural Networks)، وعلى CIFAR-10 وTF-FLOWERS، وبالارتباط مع بنية المحولات (Transformer) (مثل BERT)، على IMDB، مع ملاحظة دقة تصنيف عالية في جميع الحالات. تُظهر هذه التقييمات العددية أن تعديلات بسيطة جدًا على نموذج ويلسون-كوان للمنطقة السكانية يمكن أن كشف ديناميكيات فريدة لم تُلاحظ سابقًا.