biological neural networks | BriefGPT

关键词biological neural networks

搜索结果 - 11

演化自组成神经网络：从自发活动到经验依赖学习
基于神经发育程序的一类自组织神经网络模型，具有可塑性，并能从经历中学习和适应不同的控制任务。结果表明，在需要快速适应或具有非稳态奖励的环境中，结构可塑性是有益的。
PDF20 days ago
层次网络的模块化增长：高效、通用、稳健的课程学习
通过渐进式的模块化增长，研究表明，模块化网络在记忆任务上具有更好的性能、更强的泛化能力和对某些扰动的鲁棒性，即使只有模块之间的连接被训练，结构拓扑引入的归纳偏置足够强大，使得网络在固定了模块内连接的情况下仍能表现良好，并且逐渐模块化增长的循
PDF24 days ago
复杂递归频谱网络
该研究论文提出了一种通过复杂循环谱网络（C-RSN）的发展来促进人工智能（AI）的创新方法。C-RSN 模型整合了动力系统理论的关键概念，并利用统计力学的原理，引入了本地非线性、复杂固定特征值以及记忆与输入处理功能的独立分离，使其能够更接近
PDF7 months ago
实时循环强化学习
我们提出了一种新颖的强化学习算法，名为实时循环强化学习 (RTRRL)，通过利用随机反馈局部在线学习 (RFLO) 近似实时递归学习 (RTRL) 来计算循环神经网络参数的梯度，并结合具有资格迹的时序差分强化学习 (TD (λ))，能在部分
PDF8 months ago
基于 Hebbian 学习的线性回归参数估计
通过建立上下界，我们证明了这种 Hebbian 学习规则在仅有线性回归损失的查询可用时，可以实现比任何独立于数据选择查询的非自适应方法更快的收敛速度。
PDF9 months ago
生物神经网络的学习基于随机梯度下降吗？一种使用随机过程的分析
通过研究生物神经网络中监督学习的随机模型，我们发现随机梯度下降法可能在优化生物神经网络中扮演角色。
PDF10 months ago
神经形态计算和空间感知
本研究综述了欧洲航天局先进概念团队在空间环境中研究神经形态学方法的早期尝试，旨在构建能够高效利用资源，满足航天器严格能量限制的工程设备。
PDF2 years ago
ICML无需反向传播的宽神经网络训练方法：基于输入权重对齐的视角
本文通过考虑神经元的宽度，利用神经切向核学习理论研究了神经网络在生物学中的可能模型，并提出了一种基于输入活动相关性的反向传播算法，该方法在低数据环境中表现出与反向传播相当的性能。
PDF3 years ago
ICML神经网络的图结构
研究了神经网络的图结构对其预测性能的影响，开发了一种称为关系图的神经网络图结构，并发现关系图的 “甜点” 导致神经网络具有显着提高的预测性能，这个发现在许多不同的任务和数据集中都是一致的，通过高效的方式可以识别出最佳的神经网络，而且表现最佳
PDF4 years ago
通过连续时间动力系统的视角看门控循环单元
使用连续时间分析，我们对 Gated recurrent units (GRUs) 的内部运作获得了直观的理解。我们发现了一些意想不到的动态特征，同时我们无法训练 GRU 网络产生连续的吸引子，这也是生物神经网络存在的假设。
PDF5 years ago
ICML通过突触智能进行连续学习
本研究介绍了智能突触，模拟了生物神经网络的复杂分子机制来解决深度学习中的连续学习问题，实现了高效的分类任务连续学习过程。
PDF7 years ago