Zobrazeno 1 - 10
of 55
pro vyhledávání: '"biologically plausible learning"'
Publikováno v:
IEEE Access, Vol 12, Pp 81388-81397 (2024)
While backpropagation (BP) algorithm has been pivotal in enabling the success of modern deep learning technologies, it encounters challenges related to computational inefficiency and biological implausibility. Especially, the sequential propagation o
Externí odkaz:
https://doaj.org/article/29d02cc744a144e79723e5f985c1d0f0
Publikováno v:
Frontiers in Computational Neuroscience, Vol 16 (2022)
Backpropagation has been regarded as the most favorable algorithm for training artificial neural networks. However, it has been criticized for its biological implausibility because its learning mechanism contradicts the human brain. Although backprop
Externí odkaz:
https://doaj.org/article/5b55854b1d004f1faf56f2d1ab46e63b
Publikováno v:
Frontiers in Computational Neuroscience, Vol 15 (2021)
Predictive coding provides a computational paradigm for modeling perceptual processing as the construction of representations accounting for causes of sensory inputs. Here, we developed a scalable, deep network architecture for predictive coding that
Externí odkaz:
https://doaj.org/article/3749bdc028f148818051bdd8867144e3
Publikováno v:
Frontiers in Neuroscience, Vol 15 (2021)
While the backpropagation of error algorithm enables deep neural network training, it implies (i) bidirectional synaptic weight transport and (ii) update locking until the forward and backward passes are completed. Not only do these constraints precl
Externí odkaz:
https://doaj.org/article/65619cd5061e4d66a77b0d27688b1282
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Frontiers in Computational Neuroscience, Vol 14 (2020)
Normative models of neural computation offer simplified yet lucid mathematical descriptions of murky biological phenomena. Previously, online Principal Component Analysis (PCA) was used to model a network of single-compartment neurons accounting for
Externí odkaz:
https://doaj.org/article/1036feadbbd048c0a244a6119ad8b3e0
Publikováno v:
Frontiers in Neuroscience, Vol 14 (2020)
Among the recent innovative technologies, memristor (memory-resistor) has attracted researchers attention as a fundamental computation element. It has been experimentally shown that memristive elements can emulate synaptic dynamics and are even capab
Externí odkaz:
https://doaj.org/article/3a824f4bb23840daa857aa33038415f3
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Benjamin Scellier, Yoshua Bengio
Publikováno v:
Frontiers in Computational Neuroscience, Vol 11 (2017)
We introduce Equilibrium Propagation, a learning framework for energy-based models. It involves only one kind of neural computation, performed in both the first phase (when the prediction is made) and the second phase of training (after the target or
Externí odkaz:
https://doaj.org/article/4ed162605ff441cf924b5d0e16a97ef4