Forgetting
Observational Learning
Interference and Decay
Associative Learning
Neural Circuits
Long-term Potentiation
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。
Djohan Bonnet1, Kellian Cottart1, Tifenn Hirtzlin2
1Centre de Nanosciences et de Nanotechnologies, Université Paris-Saclay, CNRS, Palaiseau, France.
我们介绍了来自突触不确定性 (MESU) 的元可塑性,这是一个新的贝叶斯学习规则. MESU使人工神经网络能够在不遗忘的情况下不断学习,模仿生物突触,实现强大的,永恒的学习.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: