Avoidance Learning and Learned Helplessness
Observational Learning
Neural Regulation
Reinforcement
Survival Tree
Types of Errors: Detection and Minimization
您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
Peng Su1, Yuhang Li1, Zhonghai Lu2
1Department of Engineering Design, KTH Royal Institute of Technology, 10044 Stockholm, Sweden.
这项研究引入了一种新的强化学习方法,通过识别和掩盖易受攻击的位来保护深度神经网络免受软错误的影响,从而显著提高了系统的稳定性和安全性.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: