論文の概要: One-shot learning of paired association navigation with biologically
plausible schemas
- arxiv url: http://arxiv.org/abs/2106.03580v2
- Date: Sat, 4 Mar 2023 08:26:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-25 03:44:37.341389
- Title: One-shot learning of paired association navigation with biologically
plausible schemas
- Title(参考訳): 生物学的に妥当なスキーマを用いた結合ナビゲーションのワンショット学習
- Authors: M Ganesh Kumar, Cheston Tan, Camilo Libedinsky, Shih-Cheng Yen, Andrew
Yong-Yi Tan
- Abstract要約: 複数のペア・アソシエーション・ナビゲーションタスクにおける一発一発学習はスキーマに依存していると仮定されている。
ここでは、生物学的に妥当なニューラル実装を持つスキーマからそのようなエージェントを構成する。
アクター批判を追加することで、障害が直接の進路を妨げたとしても、エージェントは成功する。
- 参考スコア(独自算出の注目度): 1.2074552857379273
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Schemas are knowledge structures that can enable one-shot learning. Rodent
one-shot learning in a multiple paired association navigation task has been
postulated to be schema-dependent. However, the correspondence between schemas
and neural implementations remains poorly understood, and a biologically
plausible computational model of the rodents learning has not been
demonstrated. Here, we compose such an agent from schemas with biologically
plausible neural implementations. The agent contains an associative memory that
can form one-shot associations between sensory cues and goal coordinates,
implemented using a network with either a feedforward layer or a reservoir of
recurrently connected neurons whose plastic output weights are governed by a
novel 4-factor reward modulated Exploratory Hebbian (EH) rule. Adding an
actor-critic allows the agent to succeed even if obstacles prevent direct
heading. With the addition of working memory, the rodent behavior is
replicated. Temporal-difference learning of a working memory gate enables
one-shot learning despite distractors.
- Abstract(参考訳): スキーマはワンショット学習を可能にする知識構造である。
複数対のアソシエーションナビゲーションタスクにおけるrodent one-shot learningは、スキーマ依存であると仮定されている。
しかし、スキーマと神経インプリメンテーションの対応は未だよく分かっておらず、げっ歯類学習の生物学的に妥当な計算モデルが実証されていない。
本稿では,このようなエージェントを,生物学的に妥当な神経インプリメンテーションを用いてスキーマから構成する。
フィードフォワード層またはプラスティック出力重みが新しい4要素報酬変調探索ヒュービアン(eh)規則によって制御される再帰結合ニューロンの貯水池のいずれかのネットワークを用いて実装される、感覚手がかりとゴール座標とのワンショット関連を形成する連想メモリを含む。
アクター批判を追加することで、障害が直接の進路を妨げるとしても、エージェントは成功する。
ワーキングメモリの追加により、げっ歯類動作が複製される。
作業メモリゲートの時間変化学習は、邪魔者にもかかわらずワンショット学習を可能にする。
関連論文リスト
- Order from chaos: Interplay of development and learning in recurrent
networks of structured neurons [1.6880888629604525]
2つの集団からなる再帰的ネットワークで複雑な配列を学習するために、完全に局所的で常に可塑性の規則を導入する。
我々のモデルは資源効率が良く、少数のニューロンのみを用いて複雑なシーケンスを学習することができる。
これらの特徴を鳥の鳴き声学習のモックアップで示し、ネットワークはまず長いマルコフ列を学習する。
論文 参考訳(メタデータ) (2024-02-26T17:30:34Z) - Neuro-mimetic Task-free Unsupervised Online Learning with Continual
Self-Organizing Maps [56.827895559823126]
自己組織化マップ(英: Self-organizing map、SOM)は、クラスタリングや次元減少によく用いられるニューラルネットワークモデルである。
低メモリ予算下でのオンライン教師なし学習が可能なSOM(連続SOM)の一般化を提案する。
MNIST, Kuzushiji-MNIST, Fashion-MNISTなどのベンチマークでは, ほぼ2倍の精度が得られた。
論文 参考訳(メタデータ) (2024-02-19T19:11:22Z) - Incremental procedural and sensorimotor learning in cognitive humanoid
robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。
各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。
結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文 参考訳(メタデータ) (2023-04-30T22:51:31Z) - Sparse Coding in a Dual Memory System for Lifelong Learning [13.041607703862724]
Brainは、重複しないスパースコードの情報を効率的にエンコードする。
我々はマルチメモリ再生機構においてスパース符号化を用いる。
本手法は,作業モデルのシナプス重みに符号化された情報を集約し,集約する,長期的セマンティックメモリを新たに維持する。
論文 参考訳(メタデータ) (2022-12-28T12:56:15Z) - Measures of Information Reflect Memorization Patterns [53.71420125627608]
異なるニューロンの活性化パターンの多様性は、モデル一般化と記憶の反映であることを示す。
重要なことは、情報組織が記憶の2つの形態を指していることである。
論文 参考訳(メタデータ) (2022-10-17T20:15:24Z) - Brain-like combination of feedforward and recurrent network components
achieves prototype extraction and robust pattern recognition [0.0]
連想記憶は、大々的に繰り返される新皮質ネットワークによって実行される計算の有力候補である。
我々は,非教師付きヘビアン・ベイズ学習規則を用いて分散表現を学習するフィードフォワードネットワークに,繰り返しアトラクタネットワークを結合する。
本研究では, フィードフォワード駆動型内部(隠れた)表現のトレーニングにおいて, 繰り返しアトラクタコンポーネントが連想メモリを実装していることを示す。
論文 参考訳(メタデータ) (2022-06-30T06:03:11Z) - Neurosymbolic hybrid approach to driver collision warning [64.02492460600905]
自律運転システムには2つの主要なアルゴリズムアプローチがある。
ディープラーニングだけでは、多くの分野で最先端の結果が得られています。
しかし、ディープラーニングモデルが機能しない場合、デバッグが非常に難しい場合もあります。
論文 参考訳(メタデータ) (2022-03-28T20:29:50Z) - Reducing Catastrophic Forgetting in Self Organizing Maps with
Internally-Induced Generative Replay [67.50637511633212]
生涯学習エージェントは、パターン知覚データの無限のストリームから継続的に学習することができる。
適応するエージェントを構築する上での歴史的難しさの1つは、ニューラルネットワークが新しいサンプルから学ぶ際に、以前取得した知識を維持するのに苦労していることである。
この問題は破滅的な忘れ(干渉)と呼ばれ、今日の機械学習の領域では未解決の問題のままである。
論文 参考訳(メタデータ) (2021-12-09T07:11:14Z) - Can the brain use waves to solve planning problems? [62.997667081978825]
このような課題を解くニューラルネットワークモデルを提案する。
このモデルは、哺乳類の新皮質と海馬に関する幅広い実験的な発見と互換性がある。
論文 参考訳(メタデータ) (2021-10-11T11:07:05Z) - Association: Remind Your GAN not to Forget [11.653696510515807]
本稿では,連想学習過程を模倣して連続学習を実現する脳様アプローチを提案する。
画像から画像への翻訳作業における破滅的忘れを緩和する手法の有効性を実験により実証した。
論文 参考訳(メタデータ) (2020-11-27T04:43:15Z) - Spiking Associative Memory for Spatio-Temporal Patterns [0.21094707683348418]
スパイクタイミング依存塑性(Spike Timing Dependent Plasticity)は、実際の皮質組織で実証された学習形式である。
我々はサイクリックSTDPと呼ばれる単純な学習規則を開発し、ニューロンの正確なスパイク時間におけるパターンを抽出する。
この学習規則によって与えられるニューロンの集団は、短期記憶として有効であることを示す。
論文 参考訳(メタデータ) (2020-06-30T11:08:31Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。