**对比文件名称**：2013-01-30_CN102906767A_发明公开_CN102906767A 用于时空联合存储器的标准尖峰神经网络
**目标专利名称**：用于空间目标选择的失衡式交叉抑制性机制 CN106030621B
**模型名称**：特征比对与公开性判断模型
### 特征比对表格
| 技术特征描述及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| **技术特征A**：至少部分地基于目标选择准则从所述多个目标中为机器人设备选择目标。 <br> **未被公开** | 对比文件未明确记载为“机器人设备”基于特定“目标选择准则”从多个“目标”中进行选择的内容。 | **论述**：目标专利中，技术特征A的核心在于为一个具体的执行主体（机器人设备）应用一个选择准则（如距离、概率）来从多个目标中做出选择。对比文件（参见[0024]-[0026]、[0035]）描述的系统用于检测、存储和回忆输入数据流中的“时空模式”。该系统通过内部竞争（赢家通吃，WTA）机制最终可能使某个或某组神经元胜出，这个胜出的模式可以被理解为系统“选择”了某个模式。然而，对比文件并未将该过程描述为服务于一个外部的“机器人设备”的决策行为，也未明确其内部竞争机制所依据的规则（如STDP、侧抑制）是一种为“选择目标”而预设的“准则”。对比文件的目的在于模式识别与记忆，而非驱动一个物理设备朝向某个空间目标运动。因此，本领域技术人员无法从对比文件中毫无疑义地得出，或通过合理推理得出“为机器人设备基于选择准则选择目标”这一技术方案。 |
| **技术特征B**：所述多个目标中的每个目标对应于包括相对于所述机器人设备的位置的多个位置的目标地图中的不同位置。 <br> **未被公开** | 对比文件未记载“目标地图”以及目标位置“相对于所述机器人设备”的概念。 | **论述**：目标专利说明书（参见[0105]-[0109]）强调“目标地图”是自我中心式的，即目标位置是相对于移动中的对象（如机器人）的当前位置和方向来定义的。技术特征B限定了这种具有自我中心参考系的空间表示结构。对比文件（参见[0029]、[0038]）提到E1层接收“时空输入”或“输入模式”，这些输入可能具有空间成分，但对比文件从未描述这些输入构成一个以某个移动设备为中心的“目标地图”。其输入是待识别的模式，而非用于导航的、与执行主体位置绑定的空间目标集合。因此，该技术特征未被对比文件公开。 |
| **技术特征C**：并且每个位置对应于人工神经网络中的神经元。 <br> **隐含公开** <<<c>>> | [0029]：“输入数据流中的时空模式的存在产生了层E1中的电子神经元12中的活动的对应时空尖峰图像。” <br> [0075]：“模式E1μ的活动被呈现给神经系统（网络）”。 | **论述**：目标专利中，空间位置与人工神经网络中的神经元具有对应关系（参见[0105]）。对比文件虽然未明确使用“每个位置对应一个神经元”的表述，但其描述的系统（参见[0029]）表明，输入数据流中的“时空模式”会引发E1层中电子神经元的“时空尖峰图像”。这意味着输入模式的空间信息是通过E1层中特定神经元的激活模式来表征的。本领域技术人员能够理解，在用于处理时空信息的神经网络中，一种常见且合理的实现方式就是将输入空间（或特征空间）的不同位置或区域映射到网络中不同神经元或神经元群的激活上。因此，从对比文件公开的“时空模式产生对应神经元活动图像”这一内容，可以合理推断出“每个位置（或模式中的位置成分）对应于人工神经网络中的神经元”这一技术特征。 |
| **技术特征D**：通过经由从对应于所选目标的目标神经元至不对应于所选目标的非目标神经元的连接输出抑制性权重来设置失衡。 <br> **隐含公开** <<<d>>> | [0024]-[0025]：“触发的E2层电子神经元14触发一个或多个I2层电子神经元16的活动。这继而将强壮的抑制信号发送回E2层，从而在步骤26中，在短暂的时间间隔内抑制进一步的E2层活动。” <br> [0035]：“I2层确保E2层中的活动被限制为非常小的数量。...抑制神经元抑制激发的神经元。” | **论述**：目标专利中，“设置失衡”的核心手段是通过连接（特别是从活跃目标神经元向非目标神经元）输出抑制性权重，以偏置竞争结果（参见[0112]-[0114]，图7-8）。对比文件详细描述了其赢家通吃（WTA）机制（参见[0024]-[0026]，[0035]）：当某个E2层神经元（可类比为因输入模式而可能被选中的“目标神经元”）被触发后，它会激活I2层的抑制神经元。随后，I2层神经元向E2层全局或广泛地发送“强壮的抑制信号”，从而抑制E2层中其他神经元（可类比为“非目标神经元”）的活动。这个过程正是通过“输出抑制性权重”（来自I2层）来设置一种动态失衡，使得最初被触发的E2神经元能够在竞争中胜出。虽然抑制信号的直接来源是专门的抑制层（I2），而非胜出的E2神经元本身，但该抑制行为是由胜出神经元的激活所触发并为其服务的，其效果与“从目标神经元至非目标神经元输出抑制性权重以设置失衡”在功能上是等同的。本领域技术人员可以合理推断出这种通过抑制性反馈实现竞争失衡的机制。 |
| **技术特征E**：以及至少部分地基于所述失衡来修改所述目标神经元与所述非目标神经元之间的相对激活，以使得在所述目标神经元的活跃量大于所述非目标神经元的活跃量时所述机器人设备移动至所述目标地图中与所选目标相关联的位置。 <br> **未被公开** | 对比文件未记载任何关于“机器人设备移动”或基于神经元活跃量决策移动至某个位置的内容。 | **论述**：技术特征E是目标专利方法的最终目的和应用场景：修改神经元间的相对激活，并以此驱动机器人设备的物理移动。对比文件所描述的神经网络系统（参见[0022]-[0026]）虽然通过抑制机制修改了神经元间的相对激活（实现了赢家通吃，使某个E2神经元更活跃），但其系统的目的是“检测数据流中存在时空模式，并提取时空模式”（参见[0006]）、“存储和联合地召回时空模式”（参见[0023]），即完成模式识别与记忆的认知功能。整个对比文件没有任何内容涉及将神经网络的输出用于控制机器人运动或导航。因此，该技术特征中关于“机器人设备移动”的目的性限定未被对比文件公开。 |
| **技术特征F**：其特征在于，每个目标是空间目标。 <br> **直接公开** <<<F>>> | [0003]：“该信息通常以时空模式的形式出现，该时空模式包括具有区别性的空间和时间结构的本地化的事件。” <br> [0022]：“系统学习检测模式的存在，并在无需提前提供与要被检测的图像相关的任何信息的情况下提取和存储模式。” | **论述**：目标专利中，“空间目标”是核心处理对象（参见[0100]）。对比文件明确其处理的对象是“时空模式”，并特别指出这些模式具有“空间结构”（参见[0003]）或与“图像”相关（参见[0022]）。这意味着对比文件所处理的目标（即模式）本质上是包含空间信息的，因此属于“空间目标”的范畴。本领域技术人员能够毫无疑义地从对比文件中得出其处理对象为具有空间属性的目标（模式）这一结论。 |
| **技术特征G**：其特征在于，所述目标选择准则至少部分地基于每个目标的活跃量概率。 <br> **未被公开** | 对比文件未记载基于“活跃量概率”进行目标选择的内容。 | **论述**：目标专利说明书（参见[0119]）提及选择准则可以基于“目标的概率”（例如尖峰发放概率）。对比文件中决定哪个E2神经元胜出的机制是基于STDP学习规则、侧抑制和赢家通吃竞争（参见[0023]-[0026]），这是一种确定性的动态竞争过程，而非基于预设或计算得出的“概率”进行选择。对比文件未提及任何与概率相关的选择准则。因此，该技术特征未被公开。 |
| **技术特征H**：其特征在于，所述选择目标选择准则至少部分地基于所述目标与所述机器人设备之间的空间距离。 <br> **未被公开** | 对比文件未记载任何基于“目标与机器人设备之间的空间距离”进行选择的内容。 | **论述**：目标专利的核心创新之一在于选择准则基于目标与移动对象的空间距离，并通过设置连接的失衡来体现这一准则（参见[0102]-[0104]，[0115]）。对比文件中的选择（即哪个模式被记忆或哪个E2神经元胜出）完全取决于输入模式的时空相关性以及STDP学习规则，与“空间距离”这一外部物理度量无关。对比文件通篇未提及机器人设备，更未提及目标与该设备之间的距离关系。因此，该技术特征未被对比文件公开。 |
| **技术特征I**：其特征在于，所述连接是第一输入层连接、神经元输入、侧向连接、或其组合中的至少一者。 <br> **隐含公开** <<<i>>> | [0028]：“E1层电子神经元12连接到I1层和E2层电子神经元。每个I1层电子神经元排他地连接到E1层电子神经元。类似地，每个E2层电子神经元连接到I2层和E1层电子神经元。每个I2层电子神经元排他地连接到E2层电子神经元。” <br> 图2、6、7示出了神经元之间各种方向的连接。 | **论述**：目标专利对实现失衡的连接类型进行了概括性限定。对比文件详细描述了其神经网络中多层神经元之间的互连方式（参见[0028]及附图），包括从E1（输入层）到E2的连接（可视为某种形式的输入层连接或前馈连接），从E2到I2以及I2到E2的连接（可视为侧向或反馈类型的连接），这些连接都用于传递激活或抑制信号。虽然对比文件没有使用“第一输入层连接、神经元输入、侧向连接”这些特定术语，但其披露的丰富连接关系涵盖了神经元网络实现信号传递和交互的各种可能连接形式。本领域技术人员可以合理推断，为实现对比文件所描述的抑制和竞争功能，其所使用的连接必然属于“第一输入层连接、神经元输入、侧向连接、或其组合”中的至少一种。 |
<<<F>>><<<c>>><<<d>>><<<i>>>