卷积网络中反馈对齐的生物学合理性与表征对齐
人工智能
2026-05-12 v1 计算机视觉与模式识别
机器学习
摘要
反馈对齐(FA)算法为训练神经网络提供了一种生物学上合理的反向传播(BP)替代方案，但值得注意的是，它未能扩展到卷积架构。已有研究提出了修改方案以解决这一限制，但代价是对生物学合理性的质疑。在本文中，我们评估了五种学习算法，包括修改后的FA和标准BP，应用于相同的卷积架构和CIFAR-10数据集。我们提供了一个三方比较分析，重点关注生物学合理性、可解释性和计算复杂度。我们的结果表明，修改后的FA算法收敛到的内部表征在结构上与反向传播产生的表征相似。特别是，修改后的FA算法的功能成功似乎源于它们模仿反向传播的表征几何的能力，尽管依赖于根本不同的权重更新机制，但仍能收敛到相似的表示。
引用
@article{arxiv.2605.08564,
title = {Biological Plausibility and Representational Alignment of Feedback Alignment in Convolutional Networks},
author = {Jake Lance and Larry Kieu},
journal= {arXiv preprint arXiv:2605.08564},
year = {2026}
}