混沌循环神经网络用于大脑建模:一篇综述
Andrea Mattera1, Valerio Alfieri2, Giovanni Granato1
1Institute of Cognitive Sciences and Technology, National Research Council, Via Romagnosi 18a, I-00196, Rome, Italy.
概括
大脑是大脑的大脑.
科学领域:
- 计算神经科学是一种神经科学.
- 动态系统理论 动态系统理论
- 人工智能的人工智能
背景情况:
- 大脑表现出自发的,内部产生的活动,通常以混乱的动态为特征.
- 混乱的大脑活动提供了计算和行为优势,包括增强的复杂性和信息处理.
- 传统的计算模型往往因为学习算法挑战而忽略混乱的动态.
研究的目的:
- 审查混乱在大脑活动中的计算益处.
- 检查混乱的循环神经网络 (RNN) 和它们的训练算法.
- 探索混乱RNN在脑模型中的应用和局限性.
主要方法:
- 关于大脑混乱动态的理论和实验研究的综述.
- 分析训练混沌循环神经网络 (RNN) 的算法.
- 专注于水库计算范式和生物学上可信的模型.
主要成果:
- 混沌增强了网络动态的复杂性和信息存储/传输.
- 已经开发出算法来训练混乱的RNN,克服以前的限制.
- 混乱的RNN显示了大脑建模和更广泛应用的潜力.
结论:
- 混乱动态是大脑功能不可或缺的一部分,提供了显著的计算优势.
- 训练算法的进步使混乱的RNN更适合用于大脑建模.
- 混乱的RNN代表了未来神经科学研究和人工智能开发的有希望的途径.
更多相关视频
10:143D Scanning Technology Bridging Microcircuits and Macroscale Brain Images in 3D Novel Embedding Overlapping Protocol
Published on: May 12, 2019
7.2K
10:45Anatomically Inspired Three-dimensional Micro-tissue Engineered Neural Networks for Nervous System Reconstruction, Modulation, and Modeling
Published on: May 31, 2017
13.0K
