柔性发射器网络
神经与进化计算
2020-09-04 v3 机器学习
摘要
当前神经网络大多构建于 MP 模型之上，该模型通常将神经元表述为对其他神经元接收信号的实值加权聚合执行激活函数。本文提出柔性发射器（FT）模型，一种具有柔性突触可塑性的新颖具生物合理性的神经元模型。FT 模型采用一对参数建模神经元间发射器，并提出神经元专有变量以记录受调控的神经营养因子密度，从而将 FT 模型表述为二变量二值函数，以常用 MP 神经元模型为其特例。该建模方式使 FT 模型不仅生物学上更真实，且能处理复杂数据乃至时间序列。为展示其能力与潜力，我们给出柔性发射器网络（FTNet），其构建于最常见的全连接前馈架构，以 FT 模型为基本构件。FTNet 允许梯度计算，并可由复值域中改进的逆向传播算法实现。在广泛任务上的实验显示了所提 FTNet 的优越性。本研究为神经网络提供了替代基本构件，并展示了发展具神经元可塑性的人工神经网络的可行性。
引用
@article{arxiv.2004.03839,
title = {Flexible Transmitter Network},
author = {Shao-Qun Zhang and Zhi-Hua Zhou},
journal= {arXiv preprint arXiv:2004.03839},
year = {2020}
}