随笔分类 -  类脑智能

上一页 1 ··· 4 5 6 7 8 9 10 下一页

A Spiking Neural Network Model of an Actor-Critic Learning Agent
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 Computation, no. 2 (2009): 301-339 Abstract 与环境交互而适应行为以最大化奖励的能力对于任何高级生物的生存至关重要。在RL框架中,TD学习算法为这种目标导向的适应提供了有效的策略,但 阅读全文

posted @ 2020-12-17 09:26 穷酸秀才大草包 阅读(396) 评论(0) 推荐(0)

Biologically Inspired SNN for Robot Control
摘要: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 Transactions on Cybernetics, no. 1 (2013): 115-128 Abstract 本文提出了一种基于SNN的机器人控制器,该控制器受生物系统的控制结构启发。通过使用具有短时可塑性的动态 阅读全文

posted @ 2020-12-16 21:55 穷酸秀才大草包 阅读(566) 评论(0) 推荐(0)

Reinforcement co-Learning of Deep and Spiking Neural Networks for Energy-Efficient Mapless Navigation with Neuromorphic Hardware
摘要: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! 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 注:原翻译基于原先的arxiv版本,可能存在部分差异 Abstract 阅读全文

posted @ 2020-12-13 20:40 穷酸秀才大草包 阅读(1142) 评论(0) 推荐(0)

Deep Reinforcement Learning with Population-Coded Spiking Neural Network for Continuous Control
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! 4th Conference on Robot Learning (CoRL 2020), Cambridge MA, USA. Abstract 移动机器人的节能控制已变得至关重要,因为它们在现实世界中的应用越来越复杂,涉及到高维观察/ 阅读全文

posted @ 2020-12-11 21:29 穷酸秀才大草包 阅读(740) 评论(0) 推荐(0)

A Survey of Robotics Control Based on Learning-Inspired Spiking Neural Networks
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. Neurorobot., (2018) Abstract 生物智能利用冲动或脉冲来处理信息,这使那些能够在现实世界中感知并采取动作的生物格外出色,并且几乎在生活的各个方面都胜过最先进的机器人。为了弥补这一不足,神经科学、电子 阅读全文

posted @ 2020-12-08 21:47 穷酸秀才大草包 阅读(694) 评论(0) 推荐(0)

The neurobiology of deep reinforcement learning
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! Current biology : CB, no. 11 (2020) 为了产生适应性行为,动物必须从与环境的交互中学习。描述控制该学习过程的算法以及它们如何在大脑中实现是神经科学的主要目标。一百多个世纪以前,Thorndike,Pavl 阅读全文

posted @ 2020-12-08 15:58 穷酸秀才大草包 阅读(216) 评论(0) 推荐(0)

Reinforcement Learning Using a Continuous Time Actor-Critic Framework with Spiking Neurons
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, 2013 Abstract 动物会重复奖励的行为,但基于奖励的学习的生理基础仅得到了部分阐明。一方面,实验证据表明神经调节剂多巴胺携带有关奖励的信息并影响突触可塑性。另一方面,RL理 阅读全文

posted @ 2020-12-08 15:51 穷酸秀才大草包 阅读(641) 评论(1) 推荐(0)

A neural reinforcement learning model for tasks with unknown time delays
摘要:SNN 强化学习 阅读全文

posted @ 2020-12-08 15:50 穷酸秀才大草包 阅读(420) 评论(0) 推荐(0)

开源脉冲神经网络深度学习框架——惊蛰(SpikingJelly)
摘要:开源脉冲神经网络深度学习框架——惊蛰(SpikingJelly) 背景 近年来神经形态计算芯片发展迅速,大量高校企业团队跟进,这样的芯片运行SNN的能效比与速度都超越了传统的通用计算设备。相应的,神经形态感知芯片也发展迅速。目前已有各种模态的感知芯片,其中如北京大学黄铁军教授团队的Vidar相机,功 阅读全文

posted @ 2020-12-07 16:51 穷酸秀才大草包 阅读(13711) 评论(5) 推荐(2)

Event-driven Random Backpropagation: Enabling Neuromorphic Deep Learning Machines
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 neuroscience, (2017) Abstract 神经形态计算中的一项持续挑战是设计出与大脑的时空约束兼容的通用且计算效率高的推断和学习模型。梯度下降反向传播规则是深度学习中无处不在的强大算法,但是它依 阅读全文

posted @ 2020-12-04 20:15 穷酸秀才大草包 阅读(384) 评论(0) 推荐(0)

Towards spike-based machine intelligence with neuromorphic computing
摘要:Nature | 28 November 2019 阅读全文

posted @ 2020-12-04 16:41 穷酸秀才大草包 阅读(1299) 评论(0) 推荐(0)

Long Short-Term Memory Spiking Networks and Their Applications
摘要:循环SNN 阅读全文

posted @ 2020-11-07 22:14 穷酸秀才大草包 阅读(1118) 评论(0) 推荐(0)

Action and learning shape the activity of neuronal circuits in the visual cortex
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! Current Opinion in Neurobiology, (2018) Abstract 非感觉变量强烈影响成年小鼠初级视觉皮层的神经元活动。对视觉刺激的神经元反应受行为状态(如激发和运动活动)调节,并受经验影响。这种动态过程导致 阅读全文

posted @ 2020-09-29 10:57 穷酸秀才大草包 阅读(346) 评论(0) 推荐(0)

大脑中的记忆机制
摘要:参考资料: 我们的大脑到底是如何记忆东西的 关于大脑工作原理最详细的图解 人的大脑是如何记忆东西的?知识是怎么储存在大脑里的? 记忆的本质是什么? 记忆的分类以及理论模型 MIT诺奖大牛2万字雄文:记忆的本质 (qq.com) 大脑的记忆可以分为六种类型,层次由低到高分别为: 程序性记忆: 一些程序 阅读全文

posted @ 2020-09-28 16:37 穷酸秀才大草包 阅读(3185) 评论(0) 推荐(0)

A Genetically Defined Compartmentalized Striatal Direct Pathway for Negative Reinforcement
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! Cell 2020 Summary 背侧纹状体内的纹状小体区室与强化学习和动机调节有关,但是纹状体神经元如何促进这些功能尚不清楚。在这里,我们显示了遗传确认的纹状体群体,该群体表达茶衫族锌指1 (Tshz1)并属于直接途径,驱动负强化,对 阅读全文

posted @ 2020-09-18 18:56 穷酸秀才大草包 阅读(336) 评论(0) 推荐(0)

Reinforcement Learning and Episodic Memory in Humans and Animals: An Integrative Framework
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! Annual Review of Psychology, no. 1 (2017): 101-128 Abstract 我们回顾了RL的心理学和神经科学,在过去的二十年中,通过对简单学习和决策任务的综合实验研究,实现了重要的进步。但是,R 阅读全文

posted @ 2020-08-31 20:12 穷酸秀才大草包 阅读(438) 评论(0) 推荐(0)

What Learning Systems do Intelligent Agents Need? Complementary Learning Systems Theory Updated
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! Trends in Cognitive Sciences, no. 7 (2016): 512-534 Abstract 我们更新了互补学习系统(CLS)理论,该理论认为,智能体必须拥有两个在新皮质和海马哺乳动物中实例化的学习系统。前者逐 阅读全文

posted @ 2020-08-31 19:49 穷酸秀才大草包 阅读(648) 评论(0) 推荐(0)

A deep learning framework for neuroscience
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! 系统神经科学寻求有关大脑如何执行各种感知,认知和运动任务的解释。相反,AI试图根据必须解决的任务来设计计算系统。在ANN中,设计指定的三个组成部分是目标函数,学习规则和结构。随着利用脑启发性架构的深度学习取得越来越大的成功,这三个设计的组 阅读全文

posted @ 2020-08-31 17:45 穷酸秀才大草包 阅读(278) 评论(0) 推荐(0)

A critique of pure learning and what artificial neural networks can learn from animal brains
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! blog:https://www.cnblogs.com/xxdk/p/11928532.html Abstract 在更好的监督学习算法的推动下,ANN经历了一场革命。但是,与幼小的动物(包括人类)形成鲜明对比的是,训练这样的网络需要大 阅读全文

posted @ 2020-08-31 17:08 穷酸秀才大草包 阅读(146) 评论(0) 推荐(0)

Reward-based training of recurrent neural networks for cognitive and value-based tasks
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! Abstract 训练后的神经网络模型展现了从行为动物记录的神经活动的特征,可以通过对网络活动和连通性的系统分析来洞悉认知功能的电路机制。然而,与通常通过监督学习来训练网络的分级误差信号相反,动物通过RL从对确定动作的奖励反馈中学习。当最 阅读全文

posted @ 2020-08-31 14:28 穷酸秀才大草包 阅读(427) 评论(0) 推荐(0)

上一页 1 ··· 4 5 6 7 8 9 10 下一页

导航