Apr, 2023

Grid-SD2E: 一种认知学习系统中的通用网格反馈

PDF
TL;DR探讨大脑如何通过产生神经信号与外界进行交互的工作机制，治疗大脑疾病，理解智力的重要性；使用网格细胞创建更普遍和强大的网格模块 SD2E，构建一种交互和自我强化的认知系统；可以用网格模块作为外界和系统之间的交互介质以及系统内的自我强化介质；通过分析现有的神经科学和认知科学理论，提出特殊和通用规则来解释人与外部世界之间的不同互动。
neural signalsgrid modulebayesian reasoningsd2ebrain diseases
发现论文，激发创造
  • 网格细胞及其在人工智能中的潜在应用

    本文综述了自 2005 年以来神经科学家对于网格细胞的研究，概括了它们在神经科学和认知科学中的作用，并探讨了将网格细胞整合到人工神经网络中的可能未来方向。

    Oct, 2022

  • 通过训练循环神经网络进行空间定位，出现网格状表示的现象

    通过训练循环神经网络在 2D 区域中进行导航任务的方式，我们发现神经网络中出现了类似于网格细胞、边界细胞和其他空间相关细胞的响应模式，这些表现形式与实验观察到的现象相吻合，表明在神经回路中，类似于网格细胞和边界细胞等细胞对于有效表示空间是自然的解决方案。

    Mar, 2018

  • 自监督学习空间表示产生多模块网格细胞

    通过结合编码理论、动力系统、函数优化和监督深度学习等多个方法，我们提出了一个自监督学习框架，通过数据、数据增强、损失函数和网络架构等方面的优化，能够在没有监督位置信息的情况下训练出多个栅格细胞模块，且这些网络和形成的表示在训练分布之外也能很好地泛化。该研究对于对栅格细胞起源感兴趣的神经科学家以及对于新颖自监督学习框架感兴趣的机器学习研究人员具有重要洞见。

    Nov, 2023

  • 网格细胞对有向动作的预测和泛化

    利用傅里叶分析工具拓展了通过特定状态转移之间的网络格代码的特征向量泛化推广到任意平移不变有向转移结构的模型，并证明了其在路径整合、预测规划和方向感知等任务中的适用性.

    Jun, 2020

  • 神经序列到网格模块学习符号规则

    提出神经序列到网格（seq2grid）模块，作为输入预处理器，通过自动分段和对齐输入序列到网格的映射，任何以网格输入的神经网络结构，均可以通过端到端训练的方式，搭配我们的模块一起取得新的突破，在包括计算机程序评估在内的各项算数和算法问题上，获得了在样本外泛化能力。

    Jan, 2021

  • 基于行列式点过程的注意力在网格编码中支持分布外泛化

    通过探索哺乳动物大脑中的 grid codes 母题点过程，提出了一种由 DPP-A 驱动的关注机制，并以此实现了有趣的泛化能力，这同时提出了一种方法来改善人工神经网络的自举能力。

    May, 2023

  • 基于神经网络的空间和语言的后继代表

    使用神经网络学习多尺度接班人表达，进而构建认知地图和神经网络接班人表达的结构化知识表示形式，实现了在监督学习、强化学习和非空间任务中精确学习并逼真模拟了海马 - 内部子网所观察到的神经元放电模式，为克服深度学习在人工通用智能方面的一些缺陷提供了一种有前途的途径。

    Feb, 2022

  • 寻找记忆，数独，隐式校验位和迭代使用不总是正确的快速神经计算

    通过建立基于兴奋抑制回路的联想记忆模型和解决数独难题的计算网络，研究人员揭示了信息跨神经元传输中隐含的校验比特，并使用与视觉 'pop-out' 相关的计算方法对快速计算和内存检索进行了描述。

    Sep, 2006

  • 构建人工神经电路实现领域通用认知：关于脑启发系统级架构的入门指南

    本论文概述了生物神经网络为灵活认知所需的特征，讨论了神经网络体系结构的系统级通信和重复性以及短期拓扑变化对于机器学习模型的贡献，并说明人工系统中测试这些归纳偏见有助于理解领域通用认知的生物学原则。

    Mar, 2023

  • 基于网格的神经场模型的归纳增强

    该论文介绍了一种基于网格的模型的理论框架，并提出了一种名为 MulFAGrid 的新型基于网格的模型，该模型在各种任务中展示了卓越的表征能力和较低的泛化性能。

    Mar, 2024