首页
学习
活动
专区
工具
TVP
发布

CreateAMind

专栏作者
952
文章
592002
阅读量
55
订阅数
KAN: Kolmogorov–Arnold Networks论文全译
KAN: Kolmogorov–Arnold Networks https://arxiv.org/pdf/2404.19756
用户1908973
2024-05-06
620
几乎克服了所有cGAN都存在的使用交叉熵的缺陷
Neural Characteristic Function Learning for Conditional Image Generation
用户1908973
2024-05-06
240
样本数量的线性时间计算复杂度GAN
A Characteristic Function Approach to Deep Implicit Generative Modeling 2020
用户1908973
2024-05-06
150
第一篇证明离线RL中使用TPMs的可能性的论文,即使NP-hard
Expressive Modeling Is Insufficient for Offline RL: A Tractable Inference Perspective https://arxiv.org/abs/2311.00094
用户1908973
2024-05-06
110
自闭症崩溃的多学科解释
The Meltdown Pathway: A Multidisciplinary Account of Autistic Meltdowns 崩溃之路:自闭症崩溃的多学科解释
用户1908973
2024-04-26
630
学习规则的视觉抽象推理概率溯因
AI的TCPIP协议I:超维计算(向量符号体系结构)综述,第一部分:模型和数据转换
用户1908973
2024-04-26
470
解释选择性视觉注意相关的广泛经验现象,视觉识别的自由能例子拆解
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6544897/
用户1908973
2024-04-26
790
忆阻器玩Atari游戏
Single Neuromorphic Memristor closely Emulates Multiple Synaptic Mechanisms for Energy Efficient Neural Networks
用户1908973
2024-04-26
670
稳定、快速、自动的预测编码算法
预测编码网络是受神经科学启发的模型,根源于贝叶斯统计和神经科学。然而,训练这样的模型通常效率低下且不稳定。在这项工作中,我们展示了通过简单地改变突触权重更新规则的时间调度,可以得到一个比原始算法更高效稳定且具有收敛性理论保证的算法。我们提出的算法被称为增量预测编码(iPC),与原始算法相比,在生物学上更加合理,因为它是完全自动的。在一系列广泛的实验中,我们展示了在大量图像分类基准测试以及条件和掩码语言模型的训练方面,iPC在测试准确性、效率和收敛性方面始终优于原始表述,针对大量超参数集。
用户1908973
2024-04-26
750
2024集体智慧:跨尺度整合生物学的统一概念
https://www.nature.com/articles/s42003-024-06037-4
用户1908973
2024-04-19
1020
视觉双稳态感知的神经递质机制
Bistable perception, precision and neuromodulation
用户1908973
2024-04-19
900
多尺度合成生物集体智能概述:5万字
TABLE 2 | isomorphism between cognition and pattern formation.
用户1908973
2024-04-19
780
解决深度学习4大缺陷
A Review of Neuroscience-Inspired Machine Learning https://arxiv.org/abs/2403.18929
用户1908973
2024-04-19
1010
Making and breaking symmetries in mind and life 全文翻译
Making and breaking symmetries in mind and life
用户1908973
2024-04-19
840
透明内省的可解释AI框架
Designing explainable artificial intelligence with active inference: A framework for transparent introspection and decision-making https://arxiv.org/abs/2306.04025
用户1908973
2024-04-13
550
实时反馈避障控制无人机飞向目标 代码讲解
https://learnableloop.com/posts/FlyToTarget_PORT.html
用户1908973
2024-04-12
1210
设计AI机器人熟练使用工具的模型
Hierarchical hybrid modeling for flexible tool use
用户1908973
2024-04-11
580
马尔可夫毯、信息几何和随机热力学
本文考虑了热力学、信息和推理之间的关系。特别是,它在自组织的变分(自由能)原理下探索了信念更新的热力学伴随物。简而言之,任何拥有马尔可夫毯的(弱混合)随机动力系统,即 内部和外部状态的分离——配备有信息几何。这意味着内部状态参数化外部状态的概率密度。此外,在非平衡稳态下,内部状态流可以解释为统计学中称为贝叶斯模型证据的量的梯度流。简而言之,任何拥有马尔可夫毯子的系统都存在自然的贝叶斯力学。至关重要的是,这意味着内部状态执行的推论与其能量学(以随机热力学为特征)之间存在明确的联系。本文是 主题为“协调能源-自主计算与智能”。
用户1908973
2024-04-11
750
AI机器人熟练使用工具的模型
Hierarchical hybrid modeling for flexible tool use
用户1908973
2024-04-11
500
构建、模拟和分析仿生、神经生物学、尖峰网络、预测编码电路及生物合理信用分配进行学习的模型的开源软件库
ngc-learn 是一个 Python 模拟库,旨在通过以灵活重新排列的组件和操作的形式具体实例化神经元动力学和突触可塑性形式来满足上述需求,以构建用于大脑研究的任意、模块化和复杂的仿生系统。启发了计算和神经认知建模。更重要的是,它旨在促进神经计算和信息处理、神经元电路、生物学上合理的信用分配和神经模拟代理的新模型的设计、开发和分析。具体来说,ngc-learn 实现了模拟以微分方程为特征的仿生系统的通用模式,包括基于生物物理尖峰神经元细胞的仿生系统。
用户1908973
2024-04-11
780
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档