Learning a synaptic learning rule

Mila > Publication > Learning a synaptic learning rule
Mar 1991

Learning a synaptic learning rule

Mar 1991

Cet article présente une approche originale de la modélisation neuronale basée sur l’idée de la recherche avec des méthodes d’apprentissage, pour une règle d’apprentissage synaptique biologiquement plausible, et donnant lieu à des réseaux capables d’apprendre à effectuer des tâches difficiles. La méthode proposée pour rechercher automatiquement la règle d’apprentissage repose sur l’idée de considérer la règle de modification synaptique comme une fonction paramétrique. Cette fonction a des entrées locales et est la même dans de nombreux neurones. Les paramètres définissant cette fonction peuvent être estimés à l’aide de méthodes d’apprentissage connues. Pour cette optimisation, nous accordons une attention particulière à la descente de gradient et aux algorithmes génétiques. Dans les deux cas, l’estimation de cette fonction consiste en une optimisation globale conjointe de (a) la fonction de modification synaptique et (b) des réseaux qui apprennent à effectuer certaines tâches. La méthodologie proposée peut être utilisée comme un outil pour explorer les pièces manquantes du puzzle de l’apprentissage des réseaux de neurones. L’architecture de réseau et la fonction d’apprentissage peuvent toutes deux être conçues en tenant compte des contraintes découlant des connaissances biologiques.

Reference

PDF

Linked Profiles

array(1) { ["wp-wpml_current_language"]=> string(2) "fr" }