前向-前向学习概念在多输出感知机中的应用
机器学习
2023-04-07 v1 神经与进化计算
摘要
最近提出的前向-前向（Forward-Forward）学习算法针对全连接人工神经网络的概念，被应用于单个多输出感知机进行分类。系统参数根据正确（错误）标记输入样本的“优度”（goodness）增大（减小）进行训练。基础数值测试表明，训练后的感知机有效处理了具有非线性决策边界的数据集。此外，其总体性能可与具有隐藏层的更复杂神经网络相媲美。本文方法的优势在于仅涉及单次矩阵乘法。
引用
@article{arxiv.2304.03189,
title = {The Concept of Forward-Forward Learning Applied to a Multi Output Perceptron},
author = {K. Fredrik Karlsson},
journal= {arXiv preprint arXiv:2304.03189},
year = {2023}
}
备注
5 pages, 2 figures and 1 table