Fugu-MT 論文翻訳(概要): Gradient-based methods for spiking physical systems

論文の概要: Gradient-based methods for spiking physical systems

arxiv url: http://arxiv.org/abs/2309.10823v1
Date: Tue, 29 Aug 2023 15:47:19 GMT
ステータス: 処理完了
システム内更新日: 2023-09-24 03:53:26.210269
Title: Gradient-based methods for spiking physical systems
Title（参考訳）: グラディエントに基づく物理系スパイク法
Authors: Julian G\"oltz, Sebastian Billaudelle, Laura Kriener, Luca Blessing, Christian Pehle, Eric M\"uller, Johannes Schemmel, Mihai A. Petrovici
Abstract要約: 近年の取り組みは、理論上もシリコにおいても、スパイキングネットワークにおける深層学習への大きな進歩を促している。本稿では、BrainScaleS-2の結果の仮比較や、今後の比較研究へのヒントなど、いくつかの異なるアプローチについて論じる。
参考スコア（独自算出の注目度）: 1.6996956699066046
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Recent efforts have fostered significant progress towards deep learning in spiking networks, both theoretical and in silico. Here, we discuss several different approaches, including a tentative comparison of the results on BrainScaleS-2, and hint towards future such comparative studies.
Abstract（参考訳）: 近年の取り組みは、理論上もシリコにおいても、スパイキングネットワークにおける深層学習への大きな進歩を促している。本稿では、BrainScaleS-2の結果の仮比較や、今後の比較研究へのヒントなど、いくつかの異なるアプローチについて論じる。

関連論文リスト

Dynamic Decoupling of Placid Terminal Attractor-based Gradient Descent Algorithm [56.06235614890066]
勾配降下(GD)と勾配降下(SGD)は多くのアプリケーションドメインで広く使われている。本稿では, 勾配流の異なる段階における終端アトラクタに基づくGDのダイナミクスを慎重に解析する。
論文参考訳（メタデータ） (2024-09-10T14:15:56Z)
Modern Neighborhood Components Analysis: A Deep Tabular Baseline Two Decades Later [59.88557193062348]
我々は、インスタンス間のセマンティックな類似性をキャプチャする線形射影を学習するために設計された古典的近傍成分分析(NCA)を再考する。学習目的の調整や深層学習アーキテクチャの統合といった微調整は,NAAの性能を著しく向上させることがわかった。また,提案したModernNCAの効率性と予測精度を向上する,近隣のサンプリング戦略も導入する。
論文参考訳（メタデータ） (2024-07-03T16:38:57Z)
An introduction to reinforcement learning for neuroscience [5.0401589279256065]
強化学習は、時間差学習のための報酬予測エラー信号としてドーパミンに関する初期の研究から、神経科学において豊富な歴史を持っている。近年の研究は、ドーパミンが深層学習で普及した「分散強化学習」の形式を実装できる可能性を示唆している。
論文参考訳（メタデータ） (2023-11-13T13:10:52Z)
Deep Learning-based Analysis of Basins of Attraction [49.812879456944984]
本研究は,様々な力学系における盆地の複雑さと予測不可能性を特徴づけることの課題に対処する。主な焦点は、この分野における畳み込みニューラルネットワーク(CNN)の効率性を示すことである。
論文参考訳（メタデータ） (2023-09-27T15:41:12Z)
Deep smoothness WENO scheme for two-dimensional hyperbolic conservation laws: A deep learning approach for learning smoothness indicators [0.0]
深層学習手法を取り入れて, 基本的には非振動性(WENO)ショックキャプチャー方式を改良した5階重み付け方式を提案する。確立されたWENOアルゴリズムは、WENOスキーム内の滑らか度インジケータを調整するために、コンパクトなニューラルネットワークをトレーニングすることで改善される。この修正により、特に急激な衝撃に近い数値結果の精度が向上する。
論文参考訳（メタデータ） (2023-09-18T19:42:35Z)
A Survey on Deep Semi-supervised Learning [51.26862262550445]
まず,既存の手法を分類した深層半指導学習の分類法を提案する。次に、損失の種類、貢献度、アーキテクチャの違いの観点から、これらのメソッドを詳細に比較します。
論文参考訳（メタデータ） (2021-02-28T16:22:58Z)
Recent Progress in Appearance-based Action Recognition [73.6405863243707]
アクション認識は、ビデオ内の様々な人間の行動を特定するタスクである。最近の外見に基づく手法は、正確な行動認識に向けて有望な進歩を遂げている。
論文参考訳（メタデータ） (2020-11-25T10:18:12Z)
Topological Gradient-based Competitive Learning [1.6752712949948443]
この研究は、勾配に基づく学習で競争学習をブリッジすることを目的とした、新しい包括的理論を提示することを目的としている。 2つの新しい勾配ベースの競合層の理論的等価性を完全に実証する。予備実験は、入力行列の変換に基づいて訓練された双対アプローチが、低次元シナリオと高次元シナリオの両方において、より高速な収束率とより高いトレーニング精度をもたらすことを示す。
論文参考訳（メタデータ） (2020-08-21T13:44:38Z)
Exploring Variational Deep Q Networks [0.0]
変分深度Qネットワークは、複雑な学習環境における探索の効率を最大化する新しいアプローチである。 Double Variational Deep Q Networkは、推論ベースの学習の安定性と堅牢性を向上させる改善を取り入れている。
論文参考訳（メタデータ） (2020-08-04T15:36:31Z)
Disentangling Adaptive Gradient Methods from Learning Rates [65.0397050979662]
適応的勾配法が学習率のスケジュールとどのように相互作用するかを、より深く検討する。我々は、更新の規模をその方向から切り離す"グラフティング"実験を導入する。適応勾配法の一般化に関する経験的および理論的考察を示す。
論文参考訳（メタデータ） (2020-02-26T21:42:49Z)

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。