随机协同训练：从皮层神经元到机器学习再回归
机器学习
2013-10-25 v1 神经元与认知
机器学习
摘要
尽管人类皮层规模庞大且结构复杂，但它表现出显著的解剖学规律性，这表明其底层可能存在简单的皮层学习与计算元算法。我们预期此类元算法将引起关注，因为它们需要在极少或无需专门假设的情况下快速、可扩展且有效地运行。本注记聚焦于一个具体问题：神经元如何利用海量未标记数据来加速从奖励系统提供的相对稀缺的标记中进行学习？作为部分解答，我们提出了随机协同训练这一满足上述要求的生物合理元算法。作为证据，我们描述了一种受生物启发的算法——相关 Nyström 视图 (XNV)，该算法在半监督学习中达到了最先进 (SOTA) 的性能，并概述了关于其神经元实现的正在进行的工作。
引用
@article{arxiv.1310.6536,
title = {Randomized co-training: from cortical neurons to machine learning and back again},
author = {David Balduzzi},
journal= {arXiv preprint arXiv:1310.6536},
year = {2013}
}
备注
NIPS workshop: Randomized methods for machine learning