서울대학교 빅데이터 지식정보플랫폼
전체 메뉴
AI 검색
최근 확인한 콘텐츠
1건 더보기
loading...
반출리포트 생성
논문 목록
Simulations in a Spiking Neural Network Model Based on the Free Energy Principle
저자
조명원
학술지명
Journal of the Korean Physical Society
출판/발행연도
2019
주제
요약
파인만 머신은 경로 적분 공식을 통해 스파이킹 신경망의 발화 과정을 설명하는 신경망 모델이며, 자유 에너지의 기울기 하강을 이상적인 학습 규칙으로 제안합니다. 본 연구에서는 몬테카를로 또는 수치 적분법을 통해 파인만 머신의 발화 및 학습 과정을 시뮬레이션하는 방법을 제시하고, 이를 몇 가지 신경 시스템에 적용하여 방법의 적절성을 입증합니다.
연관 콘텐츠
LikeSNU에서 의미기반으로 분석하여 연관된 자료를 추천해드립니다.
-
Brain dynamics : an introduction to models and simualtions
-
Active inference : the free energy principle in mind, brain, and behavior
-
How to build a brain : a neural architecture for biological cognition
-
Free energy calculations : theory and applications in chemistry and biology
-
Introduction to elementary particles
-
Adaptive processing of sequences and data structures
-
Computational neuroscience : a comprehensive approach
-
Deep in-memory architectures for machine learning
-
Spikes, decisions, and actions : the dynamical foundations of neuroscience
-
Neural networks in a softcomputing framework
-
Mathematical and theoretical neuroscience : cell, network and data analysis
-
Path integrals and Hamiltonians : principles and methods
-
Molecular modelling : principles and applications
-
Stochastic models for spike trains of single neurons
-
Introduction to elementary particles
-
Spiking neuron models : single neurons, populations, plasticity
-
Models of high energy processes
-
A practical introduction to the simulation of molecular systems
-
핸즈온 머신러닝 : 사이킨럿, 케라스, 텐서플로 2를 활용한 머신러닝, 딥러닝 완벽 실무
-
(Python으로 배우는) 문제해결과 인공지능
이전
다음
이전
다음
이전
다음