关键词complementary learning systems
搜索结果 - 5
- 持续学习,快和慢
本文中,我们提出了一种名为 DualNets 的深度学习框架,该框架结合了快速学习和慢速学习系统,通过监督学习和自监督学习的方式,实现低成本、高效率地同时保留模式分离型表征和任务不可知通用表征的方法。我们在多项实验中,通过标准的离线任务感知 - DualNet: 持续学习,快和慢
基于补充学习系统理论的启示,我们提出了一种名为 “DualNet” 的新型连续学习框架,其中包括一个快速学习系统和一个慢速学习系统,分别用于有着特定任务的监督学习和无任务的非监督学习。经实验验证,该方法优于现有的方法,并验证了其有效性、稳健 - COLING双向认知思维网络在机器阅读理解中的应用
本文提出了一种新的双向认知知识框架 (BCKF) 用于阅读理解从互补学习系统理论的角度,旨在模拟大脑中回答问题的两种思考方式,包括反向思考和惯性思考。通过在 DuReader 数据集上的实验证明了这种方法的有效性。这种新颖的框架展示了机器阅 - 生成式持续概念学习
该研究提出了一个利用少量标记示例来扩展以前学习概念的计算模型,该模型基于 Parallel Distributed Processing 和 Complementary Learning Systems 理论,使用嵌入空间将新概念与以前学习 - 一种补充学习系统方法的时序差分学习应用
本文提出了一种结合 DNN 和 SOM 的算法,即 CTDL,该算法融合了 neocortical 和 hippocampal 两个系统的优点,使用 TD 误差更新 SOM,并结合 SOM 和 DNN 计算动作值,实验证明了相比于经典的 D