...
首页> 外文期刊>Current Biology: CB >Neural Networks: How a Multi-Layer Network Learns to Disentangle Exogenous from Self-Generated Signals
【24h】

Neural Networks: How a Multi-Layer Network Learns to Disentangle Exogenous from Self-Generated Signals

机译:神经网络:多层网络如何学会从自生物信号中解开外源性

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       

摘要

Artificial multi-layer networks can learn difficult tasks, such as recognizing faces, but their architecture and learning rules appear to be very different from those of biological neural networks. Experimental and computational studies of a two-layered biological neural network have revealed how the learning rules used in artificial neural networks can be efficiently implemented by neurons with complex dynamics and precisely organized connectivity.
机译:人工多层网络可以学习困难的任务,例如识别面,但他们的建筑和学习规则似乎与生物神经网络的建筑和学习规则非常不同。 两个层面生物神经网络的实验和计算研究揭示了人工神经网络中使用的学习规则如何通过具有复杂动态和精确组织的连接的神经元有效地实现。

著录项

  • 来源
    《Current Biology: CB》 |2020年第5期|共4页
  • 作者

    Maler Leonard;

  • 作者单位

    Univ Ottawa Brain &

    Mind Inst Dept Cellular &

    Mol Med Ottawa ON Canada;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类 生物科学;
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号