AIGC动态欢迎阅读

原标题：脑启发的ANN学习机制综述
关键字：突触,神经网络,神经元,可塑性,算法
文章来源：人工智能学家
内容字数：0字

内容摘要：

Brain-inspired learning in artificial neural networks: a review
来源：CreateAMind
人工神经网络中的脑启发学习:综述（12000字）
人工神经网络(ann)已经成为机器学习中的一个重要工具，在不同的领域取得了显著的成功，包括图像和语音生成、游戏和机器人。然而，在人工神经网络的操作机制和生物大脑的操作机制之间存在着根本的不同，特别是在学习过程方面。本文对当前人工神经网络中大脑启发的学习表示进行了全面的综述。我们研究了更具生物学意义的机制的整合，如突触可塑性，以增强这些网络的能力。此外，我们深入研究了这种方法带来的潜在优势和挑战。最后，我们为这一迅速发展的领域的未来研究指出了有希望的途径，这将使我们更接近理解智力的本质。
通信:sschmi46@jhu.edu介绍记忆和学习之间的动态相互关系是智能生物系统的基本标志。它使有机体不仅能够吸收新知识，而且能够不断完善现有能力，使它们能够熟练地应对不断变化的环境条件。这种适应性特征与各种时间尺度相关，包括通过短期可塑性机制进行的长期学习和快速短期学习，突出了生物神经系统的

原文链接：脑启发的ANN学习机制综述

联系作者

文章来源：人工智能学家
作者微信：AItists
作者简介：致力成为权威的人工智能科技媒体和前沿科技研究机构