成長スパイキングニューラルネットワークのためのマルチエージェントモデル【JST・京大機械翻訳】

Randulfe Javier Lopez; Larsen Leon Bonde

プレプリント

J-GLOBAL ID：202202216382296815 整理番号：22P0204853

成長スパイキングニューラルネットワークのためのマルチエージェントモデル【JST・京大機械翻訳】

A multi-agent model for growing spiking neural networks

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 (2件)： ,
資料名：
発行年： 2020年09月21日プレプリントサーバーでの情報更新日： 2020年09月21日
JST資料番号： O7000B 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)

人工知能は,インスピレーションの源として生物学的システムに見える。脳の多くの側面があるが,神経科学は,ニューロン間の接続が,学習過程の一部として連続的に成長し,再形成されるという証拠を見出した。これは人工神経ネットワークの設計とは異なり,それらの間のシナプスにおける重みを進化させ,それらのトポロジーは時間を通して変化しない。このプロジェクトは,学習機構としてスパイキングニューラルネットワークにおけるニューロン間の接続を成長させるための規則を探求した。これらの規則は,より複雑なシステムとアーキテクチャを構築するためのベースを確立する簡単な論理関数を生成するためにマルチエージェントシステム上で実装されている。シミュレーション環境における結果は,与えられたパラメータセットに対して,試験関数を再現するトポロジーに達することが可能であることを示した。また,このプロジェクトは,モデルパラメータの最良適合値を得るための遺伝的アルゴリズムのような技術の使用へのドアを開き,従って,異なる機能に適応できるニューラルネットワークを生成する。【JST・京大機械翻訳】

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

ニューロコンピュータ , 人工知能

, ,

前のページに戻る