error backpropagation | BriefGPT

关键词error backpropagation

搜索结果 - 6

具有增强目标信息的学习：反馈对齐的另一种理论
该研究提出了一种基于信息理论的新颖理论，解释了反馈对齐（Feedback Alignment）是如何通过将目标信息嵌入到神经网络中来学习有效表示，其表现与 BP 算法相比，且还考虑到了生物学方面的现象和理论，例如预测编码和表征漂移。
PDFa year ago
通过反向传播实现深度脉冲神经网络的时间尖峰序列学习
本文提出一种 TSSL-BP 方法来训练深度的尖峰神经网络，并通过考虑突触前神经元的发放时间和处理每个神经元状态的内部演化来捕获神经元间和神经元内的依赖关系，从而提高了时间学习精度。该方法有效地在几个步骤内训练深度 SNNs，提高了诸如 C
PDF4 years ago
基于首次发放时间的快速高效的神经形态深度学习
本文介绍了如何使用第一个尖峰时间作为学习规则，在网络中实现误差反向传播，同时在 BrainScaleS-2 神经形态系统上验证了该框架。研究了该方法在其他神经形态平台上的性能表现。
PDF5 years ago
S4NN：每个神经元一个脉冲的脉冲神经网络的时间反向传播
提出了基于时间编码的多层脉冲神经网络（SNNs）的新的有监督学习规则，并演示了在多层全连接 SNNs 的 MNIST 数据集上实现了 97.4% 的测试准确性，使用的神经元模型比以前的工作要简单得多，源代码公开。
PDF5 years ago
NIPS提高深度脉冲神经网络训练性能的有效方法
本文介绍了一种新型的深度脉冲神经网络（DSN），它可以直接进行参数训练，不需要先用传统深度神经网络的训练结果来初始化；研究表明，在 DSN 中控制反向路径的膜电位初始值是非常重要的，同时本文提出了一种简单而有效的方法可以加快 DSN 的收敛
PDF8 years ago
学习迭代阈值算法的最优非线性函数
本论文提出了一种使用神经网络和误差反向传播算法学习最优阈值函数的数据驱动迭代收缩阈值算法（ISTA），并在稀疏统计信号上进行模拟实验，证明了这种算法在估计质量上的潜在提升。
PDF9 years ago