Neural Microcircuits

新型梯度穿隧算法解决神经网络微环路反馈学习问题

研究人员开发了一种新颖的梯度穿隧（GT）算法，以解决神经网络微环路（NMCs）中的时间信用分配挑战。该新框架利用了超前滞后展开技术，从局部突触脉冲时序中获得学习信用，为大脑的学习机制提供了生物学上可信的解释。GT算法实现了NMCs的在线反馈学习框架，在长时程证据整合和记忆保持方面表现优于现有方法，同时使用的参数更少。该方法也兼容混合人工神经网络（ANN）和脉冲神经网络（SNN）架构。