跳到正文
arXiv · ML· Florin Leon·· 9 天前AI 评分38

单极神经元网络利用回传机制实现基于奖励的持续学习

Unipolar Neuron Networks Trained by Recirculation for Reward-Based Continual Learning

AI 导读

研究人员提出一种基于单极神经元的网络架构及学习规则,通过“回传”机制仅利用奖励信号进行训练。 该模型将神经元建模为被动线段树,利用对称系统特性使权重更新逼近误差梯度。结合任务代码和巩固机制,在 MNIST 和 Iris 序列任务中实现了低遗忘率。

来源:arXiv · ML · arxiv.org