この一連の記事では、従来のモデルとは大きく異なる脳の波動モデルについて説明します。 参加したばかりの人は最初の部分から読み始めることを強くお勧めします。
1970年、Edgar Coddは、リレーショナルデータストレージモデルの基本を説明する記事（Codd、1970）を公開しました。 このモデルの実用的な実装は、すべて最新のリレーショナルデータベースになりました。 モデルの形式化により、関係計算と関係代数が作成されました。
リレーショナルモデルの主要な要素はタプルです。 タプルは、要素の順序付けられたセットであり、各要素は特定のセットに属するか、つまり独自のタイプを持っています。 構造が均一なタプルのセットが関係を形成します。
これらはすべて、データベースで使用される用語でもう少し明確に見えます（以下の図）。 関係はデータテーブルです。 タプルは、テーブル内の行です。 リレーションに含まれるタプルのタイプ、または同じもの、テーブル内の行のフォーマットは、リレーションまたはテーブルのヘッダーによって決まります。 表の各列はドメインを形成します。 ドメイン要素が取り得る値は、属性と呼ばれます。 テーブル行は、ドメインに対応する属性のコレクションです。
関係の例（フェンス）
テーブルの行は、属性、つまりタプル要素がとる値によって識別できます。 タプルの内容は、他のタプルとは異なります。 ただし、一部の行の属性が一致する場合があります。 偶然の一致自体は怖いものではありませんが、リレーション内のタプルを一意に識別するためにこのような属性セットを使用することはできなくなりました。 明確にするために、各行に一意の値をとるキーフィールドが導入されています。 このようなキーは、セマンティックの負荷を運ぶことができます。または、人工的に生成された数にすることもできます。
すべての関係の全体がデータベースを定義します。 各関係には、論理的な情報が格納されます。 特定の情報を取得するには、異なる関係からの情報を比較する必要がある場合があります。 Coddは、タプルを操作できるリレーショナル代数の8つの基本操作について説明しました。
- 協会
- 交差点;
- 減算
- デカルト積。
- サンプリング;
- 投影;
- 接続;
- 分割。
関係代数の注目すべき特性は、その分離です。つまり、関係に対する操作は、結果自体が関係になるように定義されます。 つまり、いくつかのテーブルを持ち、それらに対応する操作を実行すると、結果としてテーブルも取得されます。
多くの操作の意味は、集合論の対応する操作と一致します。 それらの本質の一般的な考え方は、下の図に示されています。
タプル（フェンス）の操作の例
異なる関係に同じタイプのドメインが含まれることが重要です。 つまり、2つのタプルで同一のドメインが見つかり、その中に同じ属性がある場合、これらの属性を含むタプル間の特定の関係について話すことができます。 言い換えると、列の1つにある同じテーブルの異なる行が同じ値を持つ場合、これらの行の間の特定の関係について話すことができます。 または、異なるテーブルに同じ意味の列（ドメイン）がある場合、これらの列に同じ値を持つ行が関連していることが判明します。
投影操作を使用すると、元の関係の要素の一部で構成される関係を取得し、使用するドメインのセットを制限できます。 選択または選択により、選択の条件を満たすフィールドを持つタプルのみを含むリレーションを取得できます。 たとえば、指定されたドメインが指定された属性値を持つタプルのみを選択できます。
リレーションシップに対するすべての操作の全体により、データベースから関心のある情報を抽出し、定義済みのプロパティ（見出し）を持つリレーションシップ（テーブル）の形式で形成できます。
リレーショナルデータモデルは偶然ではありませんでしたが、大量の多様なデータを操作する必要性の結果でした。 このようなデータストレージ構造とこの構造で定義された操作は、広範囲の適用された問題を解決するのに便利であることが判明しました。 自然選択の結果として、同様の成功した決定が自然に感じられると仮定することができます。
私たちが説明する識別子、概念、イベントメモリのシステムは、多くの点でリレーショナルモデルと非常によく似ています。 多くの類推が与えられます：
- ニューロンは、それぞれが特定のタイプのデータ用に構成されたいくつかの樹状突起セグメントからの情報に基づいて動作します。 同じタイプの樹状セグメントを特定のドメインにマッピングできます。
- 樹状突起セグメントに固有の情報を記述する概念の組み合わせは、ドメインで見つかった属性に対応します。
- 皮質ゾーンで使用される概念と、このゾーンに特有のパケット構造を定義する識別子により、ドメイン構造（ヘッダー）が決まります。
- ゾーン間で情報を投影するときの一般的な概念の使用は、さまざまな点での共通ドメインの使用に対応しています。
- 脳を形成する皮質ゾーンの全体は、データベースを形成する関係の全体に対応しています。
- 記憶間の結合性は、さまざまなタプルの共通属性を介した接続性に対応します。
- 皮質のゾーン全体でのメモリの分散は、1つのイベントが1つの一意のキーで結合され、異なる点で複数のタプルを生成する方法に対応しています。
- 脳の現在の状態を説明する波は、データベースクエリに類似しています。 リレーションに対する操作の結果がリレーションであるように、脳の反応は、1つの波の画像に結合された関連性のある一連の記述になります。
もちろん、私たちの脳モデルと関係システムの間には正確な一致はありません。 脳のアーキテクチャは、データを保存および取得するタスクだけでなく、これと組み合わせた他の多くの機能も解決するため、はるかに豊富です。 ただし、既存の類似性でも、皮質で発生する情報処理の本質をよりよく理解することができます。
中古文学
継続
前のパーツ：
パート1.ニューロン
パート2.要因
パート3.パーセプトロン、畳み込みネットワーク
パート4.バックグラウンドアクティビティ
パート5。脳波
パート6.投影システム
パート7.ヒューマンコンピューターインターフェイス
パート8.波動ネットワークの要因の分離
パート9.ニューロン検出器のパターン。 逆投影
パート10.空間的自己組織化
パート11.動的ニューラルネットワーク。 連想性
パート12.メモリーのトレース
パート13.連想メモリ
パート14.海馬
パート15.メモリの統合
パート16.情報のバッチ表示
アレクセイ・レドズボフ （2014）