不确定域中受神经调制的目标驱动感知
神经与进化计算
2019-03-04 v1 计算机视觉与模式识别
机器学习
摘要
在不确定的域中，目标通常未知，需要由有机体或系统预测。本文中，对比激励反向传播（c-EB）被用于一项目标驱动感知任务，该任务使用成对的含噪 MNIST 数字，系统须增强对两个数字中与某一目标（即偶数、奇数、低值或高值）对应之一的注意，并减弱对干扰数字或噪声背景像素的注意。由于有效目标未知，我们采用了一种基于胆碱能和去甲肾上腺能神经调质系统的在线学习模型，用于预测含噪目标（预期不确定性），并在目标改变时重新适应（非预期不确定性）。这一具有神经生物学合理性的模型展示了神经调质系统如何在不确定的域中预测目标，以及注意机制如何增强对该目标的感知。
引用
@article{arxiv.1903.00068,
title = {Neuromodulated Goal-Driven Perception in Uncertain Domains},
author = {Xinyun Zou and Soheil Kolouri and Praveen K. Pilly and Jeffrey L. Krichmar},
journal= {arXiv preprint arXiv:1903.00068},
year = {2019}
}