×
克鲁斯，霍克;大卫·Hübner

自我组织记忆：主动学习用于导航的地标。 （英语） Zbl 1153.92302号

生物、网络。 99，第3期，219-236（2008）.
摘要：我们提出了一种适合于解决特定任务的内存架构，即归位，即通过使用可视的可访问地标来寻找不直接可见的居住地。我们表明，具有这种记忆结构的代理可以自主学习情况，然后可以使用其记忆完成归巢行为。该架构基于神经元结构，并根据经验以自组织方式生长。基本架构由三部分组成，（i）预处理器，（ii）简单的单层前馈网络，称为分配器网络，和（iii）表示要存储的态势模型的全循环连接网络。除了Hebbian学习和delta-rule的本地版本外，探索性学习的应用不是基于被动检测相关性，而是积极搜索有趣的假设。假设是自发引入的，并根据表示假设的网络接近零内部误差的程度进行验证或证伪。
通过移除一个地标或移动一个或多个地标的位置，成功测试了该方法的稳定性，结果与生物实验中发现的结果相当。此外，我们还以两种方式应用了噪声。训练后的网络要么是由于感觉噪声，要么是由于应用于描述记忆内容的偏置权重的噪声。最后，我们测试了传感器数据的噪声输入对权重学习的影响程度。所提出的结构与昆虫的蘑菇体至少有一些表面上的相似性。

引用于2文件

理学硕士：

92B20型 生物研究、人工生命和相关主题中的神经网络
65C20个 概率模型，概率统计中的通用数值方法

关键词：

情境模型;循环神经网络;蘑菇体
PDF格式BibTeX公司 XML格式引用
\textit{H.Cruse}和\textit{D.Hübner}，Biol。赛博。99，第3号，219--236（2008；Zbl 1153.92302）
全文： 内政部

参考文献：

[1] Arena P、Cruse H、Fortuna L、Lombardo D、PatanéL、Rapisarda R（2007）导航控制自适应生物启发地标识别。摘自：Arena P，Rodríguez-Vázquezá，Liñán-Cembrano G（eds）生物工程和生物启发系统III.SPIE会议录，第6592卷，第65920L-1–65920L-12页
[2] Beer RD（2006）连续时间递归神经网络的参数空间结构。神经计算机18:3009–3051·Zbl 1107.68075号 ·doi:10.1162/neco.2006.18.12.3009
[3] Brooks RA（1991）《无理由的情报》。收录：Myopoulos J，Reiter R（eds）《第十二届国际人工智能联合会议论文集》（IJCAI-91）。Morgan Kaufmann，圣马特奥，第569–595页·Zbl 0742.68050号
[4] Collett TS，Collett M（2002）昆虫视觉导航中的记忆使用。Nat Rev Neurosci自然评论3:542–552·doi:10.1038/nrn872
[5] Collett M、Collett TS、Bisch S、Wehner R（1998）《沙漠蚂蚁导航中的本地和全球媒介》。性质394:269–272·doi:10.1038/28378
[6] Cruse H（2003a）陆基导航的递归网络。生物网络88:425–437·Zbl 1105.91326号
[7] 克鲁斯·H（2003b）《认知的进化——一个假说》。认知科学27:135–155
[8] Cruse H（2006）《神经网络作为控制论系统》，第2版。思维、大脑和媒体。http://www.brains-minds-media.org
[9] Feynman R（2001）In：Hawking SW《坚果壳里的宇宙》。纽约班塔姆出版社
[10] Fogassi L、Ferrari PF、Gesierich B、Rozzi S、Chersi F、Rizzolatti G（2005）《顶叶：从行动组织到意图理解》。科学308:662-667·doi:10.1126/科学.1106138
[11] Franz MO，Mallot HP（2000），仿生机器人导航。机器人自动系统30:133–153·doi:10.1016/S0921-8890（99）00069-X
[12] Gallistel CR、Fairhurst S、Balsam P（2004）《学习曲线：定量分析的含义》。PNAS 101（36）：13124–13131·doi:10.1073/pnas.0404965101
[13] Giurfa M，Zhang S，Jennett A，Menzel R，Srinivasan M（2001）昆虫中“相同”和“不同”的概念。自然410:930–933·doi:10.1038/35073582
[14] Grünewald B（1999a）蜜蜂蘑菇体反馈神经元的形态学。《计算机神经学杂志》404:114–126·doi:10.1002/（SICI）1096-9861（19990201）404:1<114:：AID-CNE9>3.0.CO；2个-#
[15] Grünewald B（1999b）蜜蜂嗅觉学习过程中蘑菇体反馈神经元的生理特性和反应调节。《复合生理学杂志》A 185:565–576·doi:10.1007/s003590050417
[16] Harris KD（2008）《适者生存：通过轴突后信号组织学习》。《神经科学趋势》31:130–136·doi:10.1016/j.tins2007.12.002
[17] 霍金SW（2001）《简而言之的宇宙》。班塔姆戴尔，威斯敏斯特
[18] 海森堡M（2003）蘑菇身体回忆录：从地图到模型。《国家神经科学评论》4:266–275·doi:10.1038/nrn1074
[19] Hochner B、Shomrat T、Fiorito G（2006）《章鱼：学习和记忆机制进化的比较分析模型》。生物公牛210:308–317·doi:10.2307/4134567
[20] Huber F（1960）Untersuchungenüber die Funktion des Zentralnervensystems und insbesondere des Gehirns der Grillen。Z vergl生理学44:60–132·doi:10.1007/BF00297863
[21] Kindermann T（2002）具有高度分布式控制的六足步行系统的行为和适应性。适应行为9:16–41·doi:10.1177/105971230200900103
[22] Kühn S，Beyn W-J，Cruse H（2007）用由输入补偿单元组成的递归神经网络建模记忆函数。一、静态情况。生物网络96:455–470·2011年12月29日Zbl ·doi:10.1007/s00422-006-0137-x
[23] Kühn S，Cruse H（2007）用由输入补偿单元组成的递归神经网络建模记忆函数。二、。动态情况。生物网络96:471–486·Zbl 1123.92004年 ·doi:10.1007/s00422-006-0138-9
[24] Li Y，Strausfeld NJ（1999）蟑螂蘑菇体内侧叶的多模传出和复发神经元。《计算机神经学杂志》409:647–663·doi:10.1002/（SICI）1096-9861（19990712）409:4<647:：AID-CNE9>3.0.CO；2-3
[25] Makarov VA，Song Y-L，Velarde MG，Hübner D，Cruse H（2008）一般记忆结构的元素：用于形成情境模型的递归神经网络的属性。生物网络98:339–351·Zbl 1145.92305号 ·doi:10.1007/s00422-008-0221-5
[26] Mataric MJ（2002）《情境机器人》。认知科学百科全书，自然出版社。，麦克米伦参考有限公司
[27] McFarland D，Bösser T（1993）动物和机器人的智能行为。麻省理工学院出版社，剑桥
[28] Menzel R，De Marco RJ（2006），蜜蜂的空间记忆、导航和舞蹈行为。理学杂志A 192:889–903·文件编号：10.1007/s00359-006-0136-3
[29] Mizunami M，Weibrecht J，Straussfeld N（1998年a）《蟑螂的蘑菇体：自由移动动物中神经元的活动性和特性》。《计算机神经学杂志》402:501–519·doi:10.1002/（SICI）1096-9861（19981228）402:4<501:：AID-CNE5>3.0.CO；200万
[30] Mizunami M、Weibrecht J、Straussfeld N（1998年b）《蟑螂的蘑菇体：它们的位置记忆参与》。《计算机神经学杂志》402:520–537·doi:10.1002/（SICI）1096-9861（19981228）402:4<520:：AID-CNE6>3.0.CO；2公里
[31] Möller R（2001）昆虫是否使用模板或参数进行地标导航？。《Theor生物学杂志》210（1）：33–45·doi:10.1006/jtbi.2001.2295
[32] Slocum AC、Downey DC、Beer RD（2000）《最低认知行为进化的进一步实验：从感知启示到选择性注意》。收录：Meyer J、Berthoz A、Floreano D、Roitblat H、Wilson S（编辑）《从动物到动画6：第六届国际适应行为模拟会议论文集》。麻省理工学院出版社，剑桥，第430-439页
[33] Schilling M，Cruse H（2008）认知的进化——从一级到二级的体现。在：Wachsmuth I，Knoblich G（eds）与机器人和虚拟人的通信建模。人工智能课堂讲稿。柏林施普林格，第77–108页
[34] Schwarzel M、Monastirioti M、Scholz H、Friggi-Grein F、Birman S、Heisenberg M（2003）《多巴胺和八多巴胺在果蝇的厌恶性和食欲性嗅觉记忆之间的区别》。神经科学杂志23:10495–10502
[35] Steels L（1996）《发现竞争对手的适应性行为》4:173–199·doi:10.1177/105971239600400203
[36] Steels L（1997）《自主行为获取的选择机制》。Rob Auton系统20:117–131·doi:10.1016/S0921-8890（96）00071-1
[37] Steels L（2001）《会说话的脑袋实验》。地址：Obrist HU，Vanderlinden B（eds）Laboratorium。科隆杜蒙·弗拉格，第413-419页
[38] Steinkühler U，Cruse H（1998）控制冗余自由度机械手运动的内部表示整体模型。生物网络79:457–466·doi:10.1007/s004220050495
[39] Strauss R，Pichler J（1998）果蝇暂时看不见的地标方向的持续性。理学杂志A 182:411–423·数字标识代码：10.1007/s003590050190
[40] Tang S，Wolf R，Xu S，Heisenberg M（2004）果蝇视觉模式识别对视网膜位置具有不变性。科学305:1020–1022·doi:10.1126/science.1099839
[41] Wehner R（2003）《沙漠蚂蚁导航：微型大脑如何解决复杂任务》。《复合生理学杂志》A 189:579–588·doi:10.1007/s00359-003-0431-1
[42] Wessnitzer J，Webb B（2006）《昆虫的多模感觉集成——昆虫大脑控制架构》。Bioinsp仿生1：63–75·doi:10.1088/1748-3182/1/3/001
[43] Widrow B，Hoff M（1960）自适应开关电路。摘自：Anderson J、Rosenfeld E（1988）《神经计算：研究基础》。麻省理工学院出版社，剑桥
[44] Zarandy A，Rekeczky C（2005）Bi-i：一个独立的超高速细胞视觉系统。IEEE电路系统杂志5（2）：36–45·doi:10.1109/MCAS.2005.1438738
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。