海报

自建神经网络

作者:

安德莉亚费里戈和

乔瓦尼艾卡作者信息和声明

GECCO’23伴侣：遗传和进化计算伴侣会议记录

2023年7月

页643-646

https://doi.org/10.1145/3583133.3590531

出版:2023年7月24日出版历史

获取访问权限

摘要

在生命的最初阶段，大脑在通过一个称为突触发生的过程进行学习的同时进行发育。神经元生长并相互作用，形成突触。然而，最终大脑会剪除这些突触。虽然之前的工作侧重于独立学习和剪枝，但在这项工作中，我们提出了一个生物学上合理的模型，该模型结合了希伯来学习和剪毛，旨在模拟突触发生过程。这样，在学习如何解决任务的同时，代理将其经验转化为特定的网络结构。即网络结构构建自身在任务执行期间。我们称这种方法为自建神经网络（SBNN）。在三个OpenAI经典控制任务上，我们将我们提出的SBNN与传统的前馈神经网络（FFNN）进行了比较。结果表明，我们的模型总体上优于FFNN。此外，我们观察到，在我们的模型中，随着修剪率的增加，性能衰减比FFNN更小。

工具书类

[1]

Greg Brockman、Vicki Cheung、Ludwig Pettersson、Jonas Schneider、John Schulman、Jie Tang和Wojciech Zaremba。2016.OpenAI健身房。arXiv:1606.01540。

谷歌学者

[2]

托马斯·布朗（Thomas H Brown）、爱德华·凯利斯（Edward W Kairis）和克劳德·基南（Claude L Keenan）。希伯来突触：生物物理机制和算法。神经科学年度回顾13, 1 (1990), 475--511.

谷歌学者

[3]

宋汉（Song Han）、杰夫·普尔（Jeff Pool）、约翰·特兰（John Tran）和威廉·戴利（William J.Dally）。2015年，学习有效神经网络的权重和联系。arXiv:1506.02626。

谷歌学者

[4]

尼古拉·汉森。2016年，CMA进化战略：教程。arXiv:1604.00772。

谷歌学者

[5]

Gregory Z.Tau和Bradley S.Peterson。2010年，脑回路的正常发育。神经精神药理学35 (2010), 147--168.

交叉参考

谷歌学者

[6]

温迪·祖克曼和安德鲁·珀塞尔。2011年，大脑的突触修剪一直持续到20多岁。新科学家211, 2826 (2011), 9.

谷歌学者

索引术语

自建神经网络
1. 计算方法
  1. 机器学习
    1. 机器学习方法
      1. 生物激励方法
        遗传算法
      2. 神经网络
  2. 建模与仿真
    1. 模拟类型和技术
      1. 人工生命
2. 计算理论
  1. 应用领域的理论和算法
    1. 机器学习理论
      1. 学习模式

建议

人工神经网络中的轴塑性建模
摘要
轴突生长和修剪是大脑控制其神经回路结构稀疏性的主要方法。如果没有连接远端神经元的长距离轴突分支，就不可能进行直接通信。人工神经网络。。。
阅读更多信息
原始贡献：基于经验推导的活动依赖性神经调节的学习规则支持小网络中的操作性条件反射

活性依赖性神经调节被认为是海兔经典条件反射的细胞机制。之前，我们开发了海兔感觉神经元的数学模型，该模型反映了这种形式下的亚细胞过程。。。
阅读更多信息
识别尖峰列的动态神经机制
CSO’09：2009年计算科学与优化国际联席会议论文集-第01卷

动态神经网络旨在探讨神经元和突触的动态机制如何在识别脉冲间隔（ISI）方面发挥作用。突触后膜电位的阈值整合、神经元的不应期、。。。
阅读更多信息

信息和贡献者

问询处

发布于

GECCO’23伴侣：遗传和进化计算伴侣会议记录

2023年7月

2519页

国际标准图书编号：9798400701207

内政部：10.1145/3583133

主席：
萨拉·席尔瓦,
项目主席：
路易斯·帕奎特

允许制作本作品的部分或全部数字或硬拷贝供个人或课堂使用，但不收取任何费用，前提是复制品的制作或分发不是为了盈利或商业利益，并且复制品在首页注明本通知和完整引文。必须尊重本作品第三方组件的版权。对于所有其他用途，请联系所有者/作者。

赞助商

SIGEVO:ACM遗传和进化计算特别兴趣小组

出版商

计算机协会

美国纽约州纽约市

出版历史

出版：2023年7月24日

检查更新

作者标记

限定符

海报

会议

GECCO’23伙伴

赞助商：

西格沃

GECCO’23伙伴：关于遗传和进化计算的伙伴会议

2023年7月15日至19日

葡萄牙里斯本

接受率

4410份提交文件中的总接受率为1669份，占38%

即将召开的会议

GECCO’24

赞助商：
西格沃

遗传和进化计算会议

2024年7月14日至18日

墨尔本，维多利亚州，澳大利亚

索引术语

建议

人工神经网络中的轴塑性建模

原始贡献：基于经验推导的活动依赖性神经调节的学习规则支持小网络中的操作性条件反射

识别尖峰列的动态神经机制

评论

发布于

赞助商

出版商

出版历史

检查更新

作者标记

限定符

会议

接受率

即将召开的会议

其他指标

文章指标

其他指标

登录选项

完全访问权限

PDF格式

电子阅读器

摘要

工具书类

索引术语

建议

人工神经网络中的轴塑性建模

原始贡献：基于经验推导的活动依赖性神经调节的学习规则支持小网络中的操作性条件反射

识别尖峰列的动态神经机制

评论

问询处

发布于

赞助商

出版商

出版历史

检查更新

作者标记

限定符

会议

接受率

即将召开的会议

贡献者

其他指标

文献计量学

文章指标

其他指标

引文

获取访问权限

登录选项

完全访问权限

查看选项

PDF格式

电子阅读器

数字

其他

分享

共享此出版物链接

在社交媒体上分享

附属公司