文件名称：matlab求导代码-conceptor:概念网络
文件大小：5.43MB
文件格式：ZIP
更新时间：2024-06-13 02:43:37
系统开源
matlab求导代码警告：此存储库尚不完整或无法运行 概念者 来自：H。Jaeger撰写 在生物大脑中，“较高”的认知控制模块以多种方式调节“较低”的大脑层。 这种自上而下的处理路径的示例包括触发运动命令（“到达杯子”），设置注意力焦点（“在附近看……！”）或预测下一个感官印象（“哎呀，这会打击我” ”）。 对于在神经层上实现这种自上而下的治理功能的计算机制知之甚少。 结果，在基于人工神经网络的机器学习系统中，很少执行自上而下的调节。 具体而言，当今性能最佳的模式识别系统（“深度学习”体系结构）并未利用自上而下的调节路径。 MINDS小组中最新的研究方向是在模块化的神经学习体系结构中解决这种自上而下的治理机制。 我们发现了一种称为概念器的计算原理，该原理允许高级神经模块以动态的在线自适应方式控制较低的神经模块。 概念器机制可实现多种目的： 单个神经网络可以学习大量不同的动力学模式（例如单词或动作）。 在通过神经网络学习了某些模式之后，它不仅可以重新生成学习的“原型”，还可以重新生成大量的变形，组合或抽象模式。 由神经网络学习的模式可以与运算“或”或“或”进行逻辑组合，而不受布尔逻辑规则