项目名称: 连续吸引子的学习算法研究

项目编号: No.61303015

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 张海仙

作者单位: 四川大学

项目金额: 23万元

中文摘要: 连续吸引子已被广泛应用于各种脑部功能的研究,如局部脑皮层信息处理,眼球跳变性运动,头部方向定位,工作记忆等。科学家们已经认识到,连续吸引子可以用来解释生物体的许多智能行为。目前,基于连续吸引子的机器智能方法研究尚处于起步阶段,非常有必要建立完整的基础理论。申请者在前期研究中发现对称网络具有线性连续吸引子的动力学性质。但是,利用连续吸引子表达和存储大量相似模式的学习机制尚未明确。本项目旨在研究连续吸引子的学习算法,其目标是发展出构建连续吸引子的具体学习算法。学习算法在机器智能研究中有着十分重要的地位。然而,连续吸引子的学习算法目前仅有极少的成果。本项目的主要研究内容包括:(1)线性连续吸引子的学习算法;(2)非线性连续吸引子的学习算法;(3)多个连续吸引子并存于同一网络的学习算法。连续吸引子学习算法的建立,必将有助于进一步奠定连续吸引子的理论基础,为相似模式的识别提供理论与实验依据。

中文关键词: 学习算法;连续吸引子;稀疏表达;;

英文摘要: Continuous attractors have been widely used in the study of many diverse brain functions, such as local cortical information processing, saccadic motor programming, head orientation, working memory and etc. Scientists have realized that continuous attractors can be used to explain the intelligent behavior of organisms. At present, the research of continuous attractors based machine intelligence is just beginning, it is urgently necessary to establish a fundamental theory in mathematics. In preliminary studies, we have known that symmetrical networks can exhibit a dynamical behavior of linear continuous attractors. However, how can we represent and store mass similar patterns as continuous attractors,the learing mechnism of continuous attractors is not yet clear. This project aims to study learning algorithms of continuous attractors, which are helpful to construct the methods of learning algorithm of continuous attractors in detail. It is well known that the learning algorithm is very important in the area of machine intelligence. However, currently, there are very few studies on the learning algorithms of continuous attractors. In this project, the main research contents include: (1) learning algorithms of linear continuous attractors; (2) learning algorithms of nonlinear continuous attractors; (3) learning alg

英文关键词: continuous attractors;learning algorithms;sparse representation;;

成为VIP会员查看完整内容
0

相关内容

类脑超大规模深度神经网络系统
专知会员服务
55+阅读 · 2022年1月21日
面向知识图谱的图嵌入学习研究进展
专知会员服务
60+阅读 · 2021年11月3日
专知会员服务
61+阅读 · 2021年9月20日
专知会员服务
23+阅读 · 2021年8月1日
专知会员服务
16+阅读 · 2021年7月13日
持续学习最新综述论文,29页pdf
专知会员服务
117+阅读 · 2021年4月22日
专知会员服务
19+阅读 · 2020年12月9日
【Cell 2020】神经网络中的持续学习
专知会员服务
59+阅读 · 2020年11月7日
类脑超大规模深度神经网络系统
专知
2+阅读 · 2022年1月21日
论文浅尝 | 基于时序知识图谱的问答
开放知识图谱
7+阅读 · 2021年12月1日
IJCAI 2021 | 医学AI新坑:心电全景图及其生成网络
脉冲神经网络与小样本学习【附PPT】
人工智能前沿讲习班
47+阅读 · 2019年2月1日
SNN,像你的大脑一样工作
中国科学院自动化研究所
80+阅读 · 2018年11月7日
独家 | 一文读懂人工神经网络
数据派THU
12+阅读 · 2018年2月1日
脉冲神经网络,下一代机器学习?
专知
12+阅读 · 2018年1月13日
前沿 | 简述脉冲神经网络SNN:下一代神经网络
机器之心
36+阅读 · 2018年1月13日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
3+阅读 · 2022年4月18日
Generalized Out-of-Distribution Detection: A Survey
Arxiv
15+阅读 · 2021年10月21日
CSKG: The CommonSense Knowledge Graph
Arxiv
18+阅读 · 2020年12月21日
Arxiv
30+阅读 · 2019年3月13日
小贴士
相关VIP内容
类脑超大规模深度神经网络系统
专知会员服务
55+阅读 · 2022年1月21日
面向知识图谱的图嵌入学习研究进展
专知会员服务
60+阅读 · 2021年11月3日
专知会员服务
61+阅读 · 2021年9月20日
专知会员服务
23+阅读 · 2021年8月1日
专知会员服务
16+阅读 · 2021年7月13日
持续学习最新综述论文,29页pdf
专知会员服务
117+阅读 · 2021年4月22日
专知会员服务
19+阅读 · 2020年12月9日
【Cell 2020】神经网络中的持续学习
专知会员服务
59+阅读 · 2020年11月7日
相关资讯
类脑超大规模深度神经网络系统
专知
2+阅读 · 2022年1月21日
论文浅尝 | 基于时序知识图谱的问答
开放知识图谱
7+阅读 · 2021年12月1日
IJCAI 2021 | 医学AI新坑:心电全景图及其生成网络
脉冲神经网络与小样本学习【附PPT】
人工智能前沿讲习班
47+阅读 · 2019年2月1日
SNN,像你的大脑一样工作
中国科学院自动化研究所
80+阅读 · 2018年11月7日
独家 | 一文读懂人工神经网络
数据派THU
12+阅读 · 2018年2月1日
脉冲神经网络,下一代机器学习?
专知
12+阅读 · 2018年1月13日
前沿 | 简述脉冲神经网络SNN:下一代神经网络
机器之心
36+阅读 · 2018年1月13日
相关基金
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员