最も効率的なコーディングによる生物学的にもっともらしい学習としての皮質における二重確率性【JST・京大機械翻訳】

Teramae, J.-n.

プレプリント

J-GLOBAL ID：202202205560742083 整理番号：22P0259219

最も効率的なコーディングによる生物学的にもっともらしい学習としての皮質における二重確率性【JST・京大機械翻訳】

Dual stochasticity in the cortex as a biologically plausible learning with the most efficient coding

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2020年01月19日プレプリントサーバーでの情報更新日： 2020年01月19日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

大脳皮質におけるニューロンとシナプスは確率的に行動する。このような確率的特性の利点は,いくつかの研究で提案されているが,ニューロンとシナプスの確率的性の間の関係と相乗効果は,ほとんど未調査のままである。ここでは,これらの確率的特徴が,皮質の最も効率的なべき乗則符号化を含む,様々な実験結果を一貫して説明する実用的で生物学的に妥当な学習アルゴリズムを提供する簡単なフレームワークに分離できないことを示した。導出したアルゴリズムは,ニューラルネットワークの従来の学習アルゴリズムの多くの限界を克服した。実験的に試験可能な予測として,このアルゴリズムからニューロンの興奮性の遅い逆行性変調を導いた。このアルゴリズムの単純性と柔軟性のために,著者らは,それが神経形態学的装置とスケーラブルなAIチップの開発において有用であり,それが神経科学と機械学習の間のギャップを埋めるのを助けることを期待する。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , 【Automatic Indexing@JST】

脳・神経系モデル , 中枢神経系

, , , ,

前のページに戻る