定制神经网络集合优化对刺激统计的敏感性
无序系统与神经网络
2020-02-12 v1 神经元与认知
摘要
生物体中刺激处理的动态范围远大于单个神经网络所能解释的范围。对于一个通用的、可调的脉冲网络，我们推导出：虽然在临界性处动态范围最大，但由于合并（coalescence）现象，可分辨强度区间在任何网络调谐下都极为相似。补偿合并能够实现可分辨区间的适应。因此，我们可以定制一个针对刺激强度分布优化的网络集合，例如任意扩展动态范围。我们讨论了在机器学习中的潜在应用。
引用
@article{arxiv.1905.10401,
title = {Tailored ensembles of neural networks optimize sensitivity to stimulus statistics},
author = {Johannes Zierenberg and Jens Wilting and Viola Priesemann and Anna Levina},
journal= {arXiv preprint arXiv:1905.10401},
year = {2020}
}
备注
6 pages plus supplemental material