人工神经网络模型与星细胞驱动的短期记忆
Ilya A Zimin1, Victor B Kazantsev1,2, Sergey V Stasenko1
1Laboratory of Advanced Methods for High-Dimensional Data Analysis, Lobachevsky State University of Nizhny Novgorod, 603022 Nizhny Novgorod, Russia.
Biomimetics (Basel, Switzerland)
|September 27, 2023
概括
这项研究提出了一种新型的人工神经网络模型,具有由星细胞驱动的短期记忆. 天体细胞调制改善了视觉变化检测任务中的模型性能,超过了其他神经网络模型.
科学领域:
- 计算神经科学是一种神经科学.
- 人工智能的人工智能
- 神经科学是一个神经科学.
背景情况:
- 短期记忆对于诸如视觉变化检测等认知功能至关重要.
- 现有的人工神经网络模型往往缺乏对短期记忆的生物现实机制.
- 天体细胞在调节突触传输和神经元功能方面发挥着重要作用.
研究的目的:
- 引入一种新的混合人工神经网络模型,该模型包含由天体细胞驱动的短期记忆.
- 为了评估模型在模拟视觉变化检测任务中的性能.
- 将拟议的模型与现有的神经网络架构进行比较.
主要方法:
- 开发了一种混合人工神经网络,将卷积神经网络与短期突触可塑性和天体细胞调节的动态模型相结合.
- 利用来自小鼠视觉变化检测实验的模拟数据进行模型评估.
- 将混合模型与循环神经网络 (RNN) 和带有短期突触抑郁 (STPNet) 的前神经网络进行了比较.
主要成果:
- 混合人工神经网络模型在视觉变化检测任务中表现出增强的性能.
- 结合突触传输的星细胞调制,显著提高了模型模拟短期记忆的能力.
- 拟议的模型在模拟实验中显示出相对于RNN和STPNet的优势.
结论:
- 星细胞驱动的短期记忆机制可以有效地集成到人工神经网络中.
- 这种混合模型为模拟认知功能提供了更具生物学可信性的方法.
- 这些发现表明,有可能开发出更复杂的AI模型,其灵感来自质细胞功能.
