脑启发机器智能：神经生物学上合理的信用分配综述
神经与进化计算
2023-12-27 v2 机器学习
神经元与认知
摘要
在本综述中，我们考察了受神经生物学启发或驱动的人工神经网络中执行信用分配的算法。这些过程被统一在一个可能的分类法下，该分类法基于学习算法如何回答一个核心问题，该问题支撑着复杂自适应神经元系统中突触可塑性的机制：网络中单个元素驱动学习的信号来自何处以及如何产生？在这种统一处理中，我们将不断增长的脑启发学习方案组织成六个一般家族，并在误差反向传播及其已知批评的背景下考虑这些方案。本综述的结果旨在鼓励未来在神经模拟系统及其组成学习过程方面的发展，其中存在一个重要的机会，即在机器学习、计算神经科学和认知科学之间建立牢固的桥梁。
引用
@article{arxiv.2312.09257,
title = {Brain-Inspired Machine Intelligence: A Survey of Neurobiologically-Plausible Credit Assignment},
author = {Alexander G. Ororbia},
journal= {arXiv preprint arXiv:2312.09257},
year = {2023}
}