基于在线聚类与层次预测编码的无监督持续学习的神经启发架构
机器学习
2018-10-23 v1 人工智能
神经元与认知
机器学习
摘要
我们提出，持续学习（Continual Learning）的期望目标可通过一个基于 Mountcastle 皮层柱假说的神经启发架构来实现。所提架构包含一个称为自学联想记忆（Self-Taught Associative Memory, STAM）的单一模块，其建模皮层柱的功能。STAM 以包含前馈、侧向和反馈连接的多层层级结构重复出现。STAM 网络以无监督方式学习，基于在线聚类与层次预测编码的结合。本短文仅给出该架构及其与神经科学的联系。数学表述与实验结果将在本文的扩展版本中给出。
引用
@article{arxiv.1810.09391,
title = {A neuro-inspired architecture for unsupervised continual learning based on online clustering and hierarchical predictive coding},
author = {Constantine Dovrolis},
journal= {arXiv preprint arXiv:1810.09391},
year = {2018}
}
备注
Under peer-review