XiaoMi-AI文件搜索系统
World File Search System启发
优化脑启发神经网络中的信息处理
摘要。人们认为，大脑网络保持高传输效率的方式是理解大脑活动的基础。由更多细胞组成的大脑使信息传输更加可靠，对噪声的鲁棒性更强。另一方面，在更大的网络中处理信息需要额外的能量。最近的研究表明，复杂性、连通性和功能多样性，而不仅仅是神经元的大小和数量，可能有利于记忆、学习和更高级认知的进化。在本文中，我们使用香农信息理论定量解决传输效率问题。我们将神经网络描述为通信通道，然后将信息测量为刺激和网络响应之间的互信息。我们采用基于 Levy 和 Baxter 提出的方法的概率神经元模型，该模型包含基本的定性信息传输机制。在本文中，我们概述并讨论了我们之前关于大脑启发网络的定量结果，并在更广泛的文献背景下探讨了它们的定性后果。结果表明，在非常嘈杂的环境中，例如，只有三分之一的输入脉冲被允许通过嘈杂的突触并深入网络，互信息通常会最大化。此外，我们还表明，抑制连接以及适当位移的长距离连接通常可以显著提高传输效率。从高等数学的角度深入理解大脑过程对于解释大脑效率的本质起着重要作用。我们的研究结果证实，在进化过程中出现的基本大脑成分是为了优化传输性能而产生的。
细胞外基质启发的伤口愈合的生物材料
由于DM相关的血管并发症，DM患者的伤口愈合能力也受到严重影响，并可能导致慢性伤口的形成。糖尿病足溃疡（DFU）特别普遍，影响了约19-34％的DM患者[6]。溃疡是由神经病，循环DYS功能和创伤的组合发展而来的[7]。包括爪脚趾在内的解剖畸形特别容易受到DM诱导的神经病的导致DFU和慢性伤口的发展，以及长期糖尿病患者的高压和重复创伤的区域[8，9]。由于DFU的非治疗性质以及开放伤口对环境的一致暴露，微生物感染和严重感染骨骼受累或骨髓炎，是主要的
以人为启发的框架加速增强学习
强化学习（RL）对于数据科学决策至关重要，但源于样本效率低下，尤其是在具有昂贵的物理互动的现实情况下。本文引入了一个新型的人类启发框架，以提高RL算法样品效率。它通过最初将学习代理暴露于更简单的任务来实现这一目标，这些任务逐渐增加了复杂性，最终导致了主要任务。此方法不需要预训练，并且只需要学习更简单的任务才能进行一次迭代。所产生的知识可以促进各种转移学习方法，例如价值和政策转移，并增加计算复杂性。可以在不同的目标，环境和RL算法中应用，包括基于价值的，基于策略的，表格和深度RL方法。实验评估证明了该框架在提高样本效率方面的效率，尤其是在挑战主要任务中，通过简单的随机步行和更复杂的最佳控制问题证明了具有约束的最佳最佳控制问题。
对神经形态底物的脑启发学习
摘要 - 非形态硬件努力模仿大脑样神经网络，因此有望在时间数据流上进行可扩展的低功率信息处理。然而，要解决现实世界中的问题，需要培训这些网络。然而，对神经形态底物的培训会由于特征的特征和基于梯度的学习算法所需的非本地计算而产生显着的挑战。本文为神经形态底物设计实用的在线学习算法设计了数学框架。特别是，我们显示了实时复发学习（RTRL）之间的直接联系，这是一种用于计算常规复发神经网络（RNN）（RNN）的在线算法，以及用于培训跨度尖峰神经网络（SNNS）的生物学上可行的学习规则。此外，我们激励基于障碍物雅各布人的稀疏近似，从而降低了该算法的计算复杂性，减少了非本地信息的要求，并凭经验可以提高学习良好的学习性能，从而提高了其对神经形状子形态的适用性。总而言之，我们的框架弥合了深度学习中突触可塑性与基于梯度的方法之间的差距，并为未来神经形态硬件系统的强大信息处理奠定了基础。
朝着强大的认知3D脑启发的交叉...
尖峰神经形态系统已被引入，作为能量效能高峰神经网络（SNNS）执行的有前途的平台。SNN除了将变体时间尺度纳入其计算模型外，还结合了神经元和突触状态。由于这些网络中的每个神经元都连接到许多其他网络，因此需要高带宽。此外，由于SPIKE时间用于编码SNN中的信息，因此还需要精确的通信延迟，尽管当SNN被视为一个整体时，SNN对某些限制的尖峰延迟变化具有耐受性。提出了两维数据包切换的芯片网络网络，作为一种解决方案，以提供大规模尖峰的神经网络中可扩展的互连织物。3D-ICS也引起了很多关注，作为解决互连瓶颈的潜在解决方案。结合这两种新兴技术为IC设计提供了新的地平线，以满足新兴AI应用中低功率和小占地面积的高要求。，尽管容忍度是生物系统的自然特征，但将许多计算和记忆单元整合到神经形态芯片中遇到了可靠性问题，其中有缺陷的部分会影响整个系统的性能。本文介绍了R-NASH-A可靠的三维数字神经形态系统的设计和模拟，该系统明确地针对3D-ICS生物学大脑的三维结构，在网络中，网络中的信息以稀疏的尖峰时间和学习为基于局部上的上升式触发性依赖性依赖性依赖性 - 依赖性依赖性统计。我们的平台可实现尖峰网络的高集成密度和小尖峰延迟，并具有可扩展设计。r-nash是一种基于通过透过的VIA技术的设计，可促进基于Chip网络的聚类神经元上的尖峰神经网络实现。我们提供了与主机CPU的内存接口，可以在线培训和推断尖峰神经网络的推断。此外，R-NASH通过优雅的性能退化支持故障恢复。
纳米图案的生物启发的单层，序列 - ...
https://doi.org/10.26434/chemrxiv-2023-z6frj-v2 orcid：https：//orcid.org/0000-0000-0001-5060-0766 Chemrxiv不同行评审的内容。许可证：CC由4.0
机器人脆弱性和用户同理心的启发
摘要 - 本文描述了一项受试者间的亚马逊机械土耳其人研究（n = 220），该研究研究了机器人的情感叙事如何影响其在人类观察者中引起同理心的能力。我们首先进行了一项试点研究，以开发和验证机器人的情感叙事。然后，在完整的研究中，机器人使用了三种不同的情感叙事策略之一（有趣，悲伤，中立），同时在互动过程中在购物任务方面变得降低了功能。作为机器人的功能，参与者被重复询问他们是否愿意帮助机器人。结果表明，传达悲伤的叙述会极大地影响参与者在整个反应过程中帮助机器人的意愿，并确定参与者在整个互动过程中是否对机器人感到同情。此外，过去与机器人的过去经验更高，也提高了参与者帮助机器人的意愿。这项工作表明，情感叙事在人类与机器人之间情感联系的短期互动中可以有用。