neural computation | BriefGPT

关键词neural computation

搜索结果 - 13

前向学习中新兴的 NeoHebbian 动态：对神经形态计算的意义
通过对神经计算的进一步研究，我们证明了当使用平方欧几里得范数作为驱动局部学习的好度函数时，Forward-Forward Algorithm（FFA）等同于新赫布学习规则，并通过比较两个版本的 FFA 在模拟网络和脉冲神经网络中的训练行为，
PDF10 days ago
神经群体解码与癌症亚型诊断不平衡多组学数据集
近期神经计算领域的研究取得了长足的进展，在神经元计算和脉冲神经网络的结合中采用了 Winner Take All (WTA) 电路作为一个符合神经生物学可行性的信息处理模型。然而，关于如何将这些网络的随机响应最佳转化为离散决策的过程，即人口
PDF6 months ago
星形胶质细胞作为元可塑性和上下文引导的网络功能机制
星形胶质细胞在哺乳动物大脑中是一种高度表达和高度神秘的细胞类型。本文探讨了星形胶质细胞的时间尺度分离如何赋予其在上下文相关环境中引发学习的能力，以及这种新陈代谢调节如何对神经电路动力学产生影响，进而实现元可塑性。同时，通过在基于赌博机的强化
PDF8 months ago
推理推断
通过结合神经计算的规范和算法理论，我们提出了一种从大规模神经活动模式中推断规范分布计算的数学框架，以发现神经录制中的可解释结构。
PDF9 months ago
二元性原则与可生物学学习：连接表示定理与赫布学习
使用相似性匹配的规范方法，我们探索了监督学习算法，并阐明了神经架构的出现和加性与乘性更新规则，并展示了代表定理在推动我们对神经计算的理解中的关键作用。
PDFa year ago
递归神经网络中的序列索引和工作记忆理论
本文提出了一类用于索引和存储符号序列或模拟数据向量的递归神经网络，利用储池计算的性质，采用随机输入权重和正交递归权重实现之前在向量符号体系结构（VSA）中描述的编码原理，并提出了优化语音缓存网络，使其能够在处理数据流时在线工作的新型 VSA
PDF6 years ago
NIPS海马动态与深度卷积网络的上下文调制
本文探讨了生物神经回路和人工神经网络中的并行处理路径对神经计算的影响，并提出了一种机制，通过在深度学习中引入上下文感应性偏差，优化神经网络的性能，实现了对神经元形成的调节和驱动网络活动的平衡，将此方法运用于 CIFAR-100 和 Fash
PDF7 years ago
脉冲神经网络的梯度下降
本研究提出了一种利用可微分脉冲神经网络模型的梯度下降方法，解决以往基于静态神经元的网络模型无法处理脉冲信号信息处理的问题。实验结果表明该方法可以优化脉冲神经网络的动态行为与行为时间的关系，并为基于脉冲信号的神经计算提供了通用的监督学习算法。
PDF7 years ago
平衡传播：弥合基于能量模型与反向传播之间的鸿沟
介绍 Equilibrium Propagation - 一种学习能量模型的框架，该模型仅涉及一种神经计算，并在两个阶段中执行，通过 Local perturbations，使预测从一个配置微调到减少预测误差的配置，并且在第二阶段向后传播的
PDF8 years ago
基于能量模型的早期推断近似反向传播算法
通过观察后向传播错误梯度以及隐变量的激活，我们探讨了用 Langevin MCMC 方法估计基于能量的模型中的潜变量。我们提出了连续变量潜变量理论与 BP 算法在深层网络中的学习方式高效类比存在的可能性。
PDF9 years ago
一种基于对称矩阵分解的在线稀疏字典学习的赫比 / 反赫比网络
通过对称矩阵因式分解的正则化误差，我们提出了一种新的代价函数，使得在线算法可以学习到 Gabor 滤波器感受野，同时使用仅限生物合理的局部学习规则，从而解决了 Olshausen 和 Field 所提出的算法中存在的生物学上不现实的非局部性
PDF9 years ago
感觉器官群体中的预测信息
这项研究展示了高效预测计算从视觉系统的最早阶段开始，视网膜神经节细胞组可以有效地携带关于其视觉输入未来状态的信息，并且可以压缩到一定的极限，并被下游的预测神经元编码，并呈现有趣的特征选择性。
PDF11 years ago
复杂神经系统与高维数据的统计力学
这篇论文介绍了在统计物理学、计算机科学和神经生物学交叉领域中涌现的模型统计方法，如关联复制和空腔方法，信息传递的概念和其在神经计算和学习中的应用，以期提供更好的理论和技术支持解决神经网络中的复杂计算问题。
PDF11 years ago