摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Nature Machine Intelligence 2020 Abstract 人工智能在高风险决策应用中的主要目标是设计一种算法，该算法通过学习其世界的相关表征及其动态的可解释性解释，来同时表达可概括性。在此，我们结合了大脑启发的神 阅读全文

摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Neuron, no. 4 (2021): 571-575 SUMMARY 最近的研究解决了建立生物物理学合理的脉冲神经模型的挑战性问题，该模型也能够进行复杂的信息处理。这一进步为神经科学和神经形态工程创造了新的机会，我们在一次在线焦点会 阅读全文

摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ IEEE International Conference on Robotics & Automation. IEEE, 2018. Abstract 基于学习的方法已显示出在控制机器人任务方面的明显优势，例如信息融合能力，强大的鲁棒性 阅读全文

摘要：1 引言 视觉是智慧生物和智能体的基本功能，负责理解与感知外部世界。人类感知系统有超过80%信息量来自视觉系统，远远超过听觉系统、触觉系统以及其他感知系统之和。如何设计强大的视觉感知系统，以应用于计算机视觉技术和人工智能技术，一直是科学界和工业界的研究热点。 近年来，传统视频在视觉观赏角度取得了重大 阅读全文

摘要：0 引言 神经网络被认为是当前人工智能发展的主要驱动力，其经历了几个发展阶段。第1个阶段是感知机。1958年；美国神经学家Rosenblatt提出了可以模拟人类感知能力的机器，并称之为"感知机"，随后成功地在IBM704机上完成了感知机的仿真，并于1960年基于感知机实现了能够识别一些英文字母的神经 阅读全文

摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Neuron, no. 6 (2003): 1063-1073 Summary 众所周知，化学突触传递是一个不可靠的过程，但这种不可靠的函数尚不清楚。在此，我考虑了一个假设，即大脑使用突触传递的随机性进行学习，类似于达尔文进化论利用基因突 阅读全文

摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Published in D. Zaharie, D. Petcu, V. Negru, T. Jebelean, G. Ciobanu, A. Cicortas¸ A. Abraham and M. Paprzycki (eds.), 阅读全文

摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ PLoS Computational Biology, no. 12 (2009): e1000586-e1000586 Abstract 神经元之间的突触连接的变化被认为是学习的生理基础。这些变化可以由编码奖励存在的神经调节剂控制。我们 阅读全文

摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Frontiers in neuroinformatics, (2018) Github：https://github.com/BindsNET/bindsnet Abstract SNN仿真软件的开发是实现神经系统建模和生物启发算法开发 阅读全文

摘要：SLAYER: Spike Layer Error Reassignment in Time，附带补充材料 阅读全文

摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Front. Comput. Neurosci., (2015) Abstract 为了了解哺乳动物新皮层如何进行计算，需要做两件事。我们需要对可用的神经元处理单元和机制有一个很好的了解，并且我们需要对这些机制如何组合以构建功能性系统有一 阅读全文

摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Neural Networks 121 (2020) 387–395 ABSTRACT 1. Introduction 2. Network architecture and neuronal dynamics 3. Recognitio 阅读全文

摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ International Journal of Neural Systems, Vol. 30, No. 6 (2020) 2050027 Abstract 我们为多层SNN提出了一种新的监督学习规则，该规则使用一种称为rank-ord 阅读全文

摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Cognitive Computation, no. 2 (2018): 296-306 Abstract 决策是智能主体(例如人形机器人和无人飞行器)的基本能力。在决策过程中，智能体可以通过RL来改进与动态环境交互的策略。许多最新的RL 阅读全文

摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ PloS one, no. 3 (2015): e0115620-e0115620 Abstract RL的理论框架在理解动物的动作选择中起着重要作用。SNN提供了一种基于理论的手段，可以通过数值仿真对RL的神经学合理算法进行计算假设测试 阅读全文

摘要：ANN-to-SNN 阅读全文

摘要：脉冲强化学习(基于脉冲神经网络实现的强化学习算法)总结，分类，综述持续更新最新的文章及进展，欢迎大家补充评论 阅读全文

摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Nature Reviews Neuroscience, no. 3 (2018): 166-180 Abstract 人类和许多其他动物具有学习感官刺激和掌握新技能的巨大能力。但是，保证我们学习的许多机制仍有待了解。系统神经科学的最大挑 阅读全文

摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Encyclopedia of Computational Neuroscience, (2014) Definition RL代表AI和生物学学习的基本范例。该范式考虑了一种在典型的随机环境中采取动作并在达到某些状态时获得奖励的智能体( 阅读全文

摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Neural Processing Letters, no. 1 (2015) Abstract 在过去的几年中，在SNN领域进行的研究数量一直在稳定增长。对脉冲神经元建模，以近似生物神经元的复杂动态行为。它们通过离散脉冲进行通信，并用这 阅读全文