上一页 1 ··· 13 14 15 16 17 18 19 20 21 ··· 48 下一页

2021年11月16日

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! Preprint. Under review. Abstract 了解如何通过大脑神经网络中的突触可塑性实现one-shot学习是一个主要的开放性问题。我们提出,在诸如e-prop之类的脉冲神经元循环网络(RSNN)中对BPTT的近似无法 阅读全文
posted @ 2021-11-16 14:56 穷酸秀才大草包 阅读(371) 评论(0) 推荐(0)

2021年11月10日

摘要: EnvPool: A Highly Parallel Reinforcement Learning Environment Execution Engine 阅读全文
posted @ 2021-11-10 15:27 穷酸秀才大草包 阅读(1225) 评论(0) 推荐(0)

2021年11月8日

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. 2 (2007): e31-e31 Abstract 脉冲时序依赖可塑性(STDP)是一种学习规则,它根据突触前和突触后脉冲的相对时间来修改突触强度。当一个神经元重复出现类似 阅读全文
posted @ 2021-11-08 22:00 穷酸秀才大草包 阅读(532) 评论(0) 推荐(0)
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! J. Comput. Syst. Sci., no. 4 (2004): 593-616 Abstract 多模态时变输入流的复杂实时计算由通用皮层微电路执行。开发足够的理论模型来解释实时计算的皮层微电路看似普遍的力量的障碍是它们的计算单 阅读全文
posted @ 2021-11-08 17:02 穷酸秀才大草包 阅读(100) 评论(0) 推荐(0)
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! Arxiv Abstract 面向神经科学和面向计算机科学的方法的结合是开发可以学习类似于人类的一般任务的通用人工智能(AGI)的最有前途的方法。目前,存在两种主要的学习途径,包括以局部突触可塑性为代表的受神经科学启发的方法,以及以反向传 阅读全文
posted @ 2021-11-08 16:51 穷酸秀才大草包 阅读(106) 评论(0) 推荐(0)

2021年11月7日

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): 350 Introduction 本文介绍了一种在脉冲神经网络(SNN)系统中训练事件驱动分类器的新方法,该方法能够在使用合成输入数据和从动态视觉传感器(DVS)芯片捕 阅读全文
posted @ 2021-11-07 16:26 穷酸秀才大草包 阅读(382) 评论(0) 推荐(0)

2021年11月4日

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 Neural Circuits, 2021 Abstract 神经系统将其主要受体感知到的物理量转化为一系列事件,然后在大脑中进行处理。信息处理中无与伦比的效率长期以来一直激励工程师寻求类似大脑的方法来进行传感和 阅读全文
posted @ 2021-11-04 15:02 穷酸秀才大草包 阅读(286) 评论(0) 推荐(0)

2021年11月1日

摘要: 参考链接: 【强化学习应用11】对抗策略:深度强化学习攻击(1) - 知乎 (zhihu.com) 强化学习对抗攻击总结_葛萧艾的博客-CSDN博客 参考文献: Sandy H. Huang, Nicolas Papernot, Ian J. Goodfellow, Yan Duan, and Pi 阅读全文
posted @ 2021-11-01 16:00 穷酸秀才大草包 阅读(1079) 评论(0) 推荐(0)

2021年10月27日

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 Comput., no. 4 (2021): 899-925 Abstract 大脑在脉冲神经网络中处理信息。它们错综复杂的连接塑造了这些网络执行的各种功能。相比之下,脉冲网络模型的功能仍处于初级阶段。这个缺点主要是由于缺乏 阅读全文
posted @ 2021-10-27 10:45 穷酸秀才大草包 阅读(359) 评论(0) 推荐(0)

2021年10月21日

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 computational neuroscience, (2021): 543872-22 Abstract 强化学习是一种范式,可以解释生物体如何学会在具有稀疏奖励的复杂环境中适应其行为。为了将环境划分为离散状 阅读全文
posted @ 2021-10-21 15:44 穷酸秀才大草包 阅读(126) 评论(0) 推荐(0)
上一页 1 ··· 13 14 15 16 17 18 19 20 21 ··· 48 下一页

导航