BriefGPT.xyz
大模型
Ask
alpha
关键词
structural plasticity
搜索结果 - 5
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。
PDF
20 days ago
自适应稀疏结构的剪枝和再生在脉冲神经网络中的应用
本文提出了一种适应性结构发展的 SNN 方法,引入树突棘突触可塑性、神经元修剪和突触再生,通过神经元修剪、突触限制和突触再生等机制,检测和移除了 SNN 的大量冗余,实现了优化压缩并降低网络能耗。在实验中表明,该方法可以在不同任务中学习适当
→
PDF
2 years ago
序列上的在线持续学习
本文总结并讨论了最近采用突触正则化、结构可塑性和经验重放等技术解决连续流式数据学习时的灾难性遗忘问题的深度学习方法,并通过实证表明,与不采用经验重放的架构相比,在在线增量学习任务中,带有经验重放的架构通常更具有优势。
PDF
4 years ago
NIPS
神经发生在克服灾难性遗忘中的作用
本文研究表明,相较于静态网络,动态生长的神经网络在增量学习场景中表现更好,无监督学习使得训练更具挑战性,同时增加了研究的现实性,同时结构可塑性是防止非静态环境中的灾难性遗忘的有效方法。
PDF
6 years ago
神经网络的持续终生学习:综述
终身学习对于人类和动物至关重要,然而,在机器学习和神经网络模型中,随着不断获取非静态数据分布的信息,由于 “灾难性遗忘” 或干扰而面临着困难。本论文对于人类生物系统中的终身学习因素进行了总结,并比较了现有神经网络方法的差异。
PDF
6 years ago
Prev
Next