面向未知拓扑结构的泛化：生物神经网络活动控制的进展
神经元与认知
2024-09-30 v2 人工智能
机器学习
神经与进化计算
摘要
新型成像和神经刺激技术为生物神经网络活动的闭环控制开辟了道路。这将有助于研究活动传播，以及诊断和治疗病理性活动。由于活动传播的部分可观测特性——通过其中不可观测的边缘的网络，以及神经系统的动态特性，亟需一种自适应且可泛化的控制方法。本文引入了一个程序化生成具有不同拓扑结构的神经网络的环境，以探讨此泛化问题。此外，调整了现有的基于 transformer 的架构，以评估在所提出的部分可观测环境中深度强化学习智能体的泛化性能。该智能体演示了从有限数量的训练网络泛化到未知测试网络的能力。
引用
@article{arxiv.2407.12789,
title = {Generalisation to unseen topologies: Towards control of biological neural network activity},
author = {Laurens Engwegen and Daan Brinks and Wendelin Böhmer},
journal= {arXiv preprint arXiv:2407.12789},
year = {2024}
}