日本語タイトル#
スパイク駆動センサーモーターシステムのためのシナプス束理論：8 つ以上の独立したシナプス束が報酬 - STDP 学習を崩壊させる
英文タイトル#
Synaptic bundle theory for spike-driven sensor-motor system: More than eight independent synaptic bundles collapse reward-STDP learning
日本語要約#
神経細胞のスパイクは筋肉を直接駆動し、動物に敏捷な運動能力を与えますが、人工センサーモーターシステムのアクチュエーターにスパイクベースの制御信号を適用すると、学習の崩壊が避けられません。私たちは、センサーからモーターへの接続において \emph {独立したシナプス束の数} を変化させることができるシステムを開発しました。本論文では、以下の 4 つの発見を示します：(i) 運動ニューロンの数または独立したシナプス束の数が臨界限界を超えると、学習は崩壊します。(ii) 運動ニューロンの数が少ないと学習失敗の確率が増加し、(iii) 学習が成功した場合、運動ニューロンの数が少ないと学習が速くなります。(iv) 最適な重みとは逆の方向に移動する重みの更新回数は、これらの結果を定量的に説明できます。スパイクの機能は依然として大部分が未知です。スパイクを使用する学習システムが構築できるパラメータ範囲を特定することで、学習の難しさのために以前はアクセスできなかったスパイクの機能を研究することが可能になります。
英文摘要#
Neuronal spikes directly drive muscles and endow animals with agile movements, but applying the spike-based control signals to actuators in artificial sensor-motor systems inevitably causes a collapse of learning. We developed a system that can vary \emph{the number of independent synaptic bundles} in sensor-to-motor connections. This paper demonstrates the following four findings: (i) Learning collapses once the number of motor neurons or the number of independent synaptic bundles exceeds a critical limit. (ii) The probability of learning failure is increased by a smaller number of motor neurons, while (iii) if learning succeeds, a smaller number of motor neurons leads to faster learning. (iv) The number of weight updates that move in the opposite direction of the optimal weight can quantitatively explain these results. The functions of spikes remain largely unknown. Identifying the parameter range in which learning systems using spikes can be constructed will make it possible to study the functions of spikes that were previously inaccessible due to the difficulty of learning.
文章ページ#
スパイク駆動センサーモーターシステムのためのシナプス束理論：8 つ以上の独立したシナプス束が報酬 - STDP 学習を崩壊させる
PDF 取得#
抖音扫码查看更多精彩内容