[過去ﾛｸﾞ]
(強いAI)技術的特異点/シンギュラリティ171 (1002ﾚｽ)
(強いAI)技術的特異点/シンギュラリティ171 http://rio2016.5ch.net/test/read.cgi/future/1567327896/
上
下
前
次
1-
新
通常表示
512ﾊﾞｲﾄ分割
ﾚｽ栞
このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索
歴削→次ｽﾚ
栞削→次ｽﾚ
過去ﾛｸﾞﾒﾆｭｰ
42: yamaguti [sage] 2019/09/02(月) 00:11:48.34 ID:SPnkrttr 我々は、新皮質をモデル化 ために我々のネットワークに要求されるいくつかの特性を列挙 により、配列記憶の探索を始めた 1） オンライン学習 学習は継続的でなければなりません 世界の統計が変化した場合、ネットワークは新しい入力ごとに徐々にそして継続的に適応 要 2） 高次予測 ? ry シーケンスで正 ry をするには、過去 ry 。 複雑なシーケンスを伴って正しい予測を成すには、過去からの文脈情報を取り込む能力 要 。 ネットワークは、最良の予測 ために必要な時間的コンテキストの量を動的に決定 要 。 「高次」という用語は、この性質を有する「高次マルコフ連鎖」を指す。 3） 複数同時予測 ? ry 、重複した ry 。 自然データストリームには、多くの場合、オーバラップした分岐シーケンスがあります。 したがって、シーケンスメモリは同時に複数の予測を行う必要 ? 4） 地域 4） ローカル学習ルール ? シーケンスメモリは、各ニュ にローカルな学習規則のみを使用する必要があります。 シーケンス記憶が使用する学習規則は各ニューロンにローカルなものだけでなければなりません ? グローバルな目的関数を必要と ry 。 グローバルオブジェクト的関数を必要とせずに、規則は空間的にも時間的にも局所的でなければなりません 5） 堅牢性 メモリは、高レベルのノイズ、ニューロンの損失、および入力の自然な変動に対する堅牢性を示すはずです。 これらの条件下でのパフォーマンスの低下は緩やかになるはずです これらすべてのプロパティは、データを連続的にストリーミングするという状況で同時に発生 要 。 4 http://rio2016.5ch.net/test/read.cgi/future/1567327896/42
ﾒﾓ帳
(0/65535文字)
上
下
前
次
1-
新
書
関
写
板
覧
索
設
栞
歴
あと 960 ﾚｽあります
ｽﾚ情報
赤ﾚｽ抽出
画像ﾚｽ抽出
歴の未読ｽﾚ
AAｻﾑﾈｲﾙ
Google検索
Wikipedia
ぬこの手
ぬこTOP
0.012s