机构名称：
¥ 1.0
生成模型的进步最近彻底改变了机器学习。与此同时，在神经科学中，长期以来一直认为生成模型是动物智能的基础。了解支持这些过程的生物学机制有望阐明生物学和人工智能之间的关系。在动物中，海马形成被认为可以学习和使用生成模型来支持其在空间和非空间记忆中的作用。在这里，我们介绍了海马形成的生物学上合理模型，该模型将我们应用于输入时间流的Helmholtz机器。我们模型的一个新成分是，快速的theta波段振荡（5-10 Hz）门是整个网络中信息流的方向，训练它类似于高频唤醒式睡算法。我们的模型可以准确地渗透高维感觉环境的潜在状态，并产生逼真的感觉预测。此外，它可以通过开发匹配以前的理论建议并在环境之间的环境传递此结构来学会通过开发环形连接结构来学习集成的路径。虽然许多模型具有一般性的生物学合理性，但我们的模型在一个生物学上合理的局部学习规则下捕获了各种海马认知功能。
训练的海马形成的生成模型...
主要关键词
相关文件推荐
