Loading...
机构名称:
¥ 1.0

随机辍学已成为人工神经网络(ANN)中的标准正则化技术,但是目前尚不清楚生物神经网络(Bionns)中是否存在类似机制。如果这样做,它的结构可能会通过数亿年的进化来优化,这可能表明大规模ANN中的新型辍学策略。我们建议大脑血清素能纤维符合一些预期的标准,因为它们的存在,随机结构和在整个人的寿命中成长的能力。由于血清素能纤维的轨迹可以建模为异常扩散过程的路径,因此,在这项概念验证研究中,我们研究了基于超级产生分数布朗尼运动(FBM)的辍学算法。这项研究有助于ANN中受生物启发的正则化。

脑血清素能纤维建议异常扩散 -

脑血清素能纤维建议异常扩散 -PDF文件第1页

脑血清素能纤维建议异常扩散 -PDF文件第2页

脑血清素能纤维建议异常扩散 -PDF文件第3页

脑血清素能纤维建议异常扩散 -PDF文件第4页

脑血清素能纤维建议异常扩散 -PDF文件第5页

相关文件推荐

2020 年
¥1.0
2025 年
¥9.0
2025 年
¥1.0
2023 年
¥4.0
2012 年
¥2.0
2024 年
¥8.0
2023 年
¥1.0
2025 年
¥1.0
2023 年
¥20.0
1900 年
¥7.0
2025 年
¥1.0
2024 年
¥1.0
2025 年
¥1.0
2024 年
¥1.0
2021 年
¥1.0
2024 年
¥2.0
2025 年
¥1.0
1900 年
¥6.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2025 年
¥1.0
2023 年
¥3.0
2024 年
¥16.0