神经网络可以复制受损的大脑以使神经病患者受益
索尔克研究所（Salk Institute）的研究人员已经使用神经网络体系结构，以算法模拟了神经心理障碍患者对前额叶皮层的损害。该团队认为其发现可以为改善AI的发展以及个性化的临床疗法提供参考。
资深研究作者Terrence Sejnowski博士及其同事在《美国国家科学院院刊》上发表的研究报告中描述了他们的工作。
科学家专注于让他们的AI模拟“门控”的皮质机制，该机制控制神经元簇之间的信息流，以将现有知识应用于新情况。
他们注意到先前建模前额叶皮层损伤的尝试产生了令人失望的结果，他们通过将不同的信息包（即人工神经元）“委托”给人工神经网络的不同子区域来解释其系统镜像的生物门控。
这组作者说，他们的系统是第一个在整个网络中而不是在离散的子区域中重新创建门控的系统。
在索尔克新闻部门发表的一篇文章中，主要作者本津达（Ben Tsuda）攻读医学博士学位和博士学位，他说，这项工作使人们对大脑的组织方式有了细致的了解。Tsuda说，这一进展“既对机器学习有影响，也使他们对影响前额叶皮层的某些疾病有了更好的了解。”
Salk教授Kay Tye博士补充说，即使是最复杂的人工神经网络也无法匹敌人类的大脑。她解释说，一个关键的原因是大脑可以用不同的规则来概括各种任务的知识。
Tye说：“在这项新工作中，我们展示了信息门控如何为我们的新的和改进的前额叶皮层模型提供动力。”
责任编辑：lq
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
神经网络
+关注
关注
42文章
4773浏览量
100890 -
算法
+关注
关注
23文章
4620浏览量
93046 -
AI
+关注
关注
87文章
31097浏览量
269430
发布评论请先 登录
相关推荐
卷积神经网络与传统神经网络的比较
在深度学习领域，神经网络模型被广泛应用于各种任务，如图像识别、自然语言处理和游戏智能等。其中，卷积神经网络（CNNs）和传统神经网络是两种常见的模型。 1. 结构差异 1.1 传统神经网络
BP神经网络和卷积神经网络的关系
BP神经网络（Backpropagation Neural Network）和卷积神经网络（Convolutional Neural Network，简称CNN）是两种在人工智能和机器学习领域
BP神经网络和人工神经网络的区别
BP神经网络和人工神经网络（Artificial Neural Networks，简称ANNs）之间的关系与区别，是神经网络领域中一个基础且重要的话题。本文将从定义、结构、算法、应用及未来发展等多个方面，详细阐述BP
rnn是递归神经网络还是循环神经网络
RNN（Recurrent Neural Network）是循环神经网络，而非递归神经网络。循环神经网络是一种具有时间序列特性的神经网络，能够处理序列数据，具有记忆功能。以下是关于循环
递归神经网络是循环神经网络吗
递归神经网络（Recurrent Neural Network，简称RNN）和循环神经网络（Recurrent Neural Network，简称RNN）实际上是同一个概念，只是不同的翻译方式
循环神经网络和卷积神经网络的区别
结构。它们在处理不同类型的数据和解决不同问题时具有各自的优势和特点。本文将从多个方面比较循环神经网络和卷积神经网络的区别。 基本概念 循环神经网络是一种具有循环连接的神经网络结构，它
循环神经网络和递归神经网络的区别
循环神经网络（Recurrent Neural Network，简称RNN）和递归神经网络（Recursive Neural Network，简称RvNN）是深度学习中两种重要的神经网络结构。它们在
深度神经网络与基本神经网络的区别
在探讨深度神经网络（Deep Neural Networks, DNNs）与基本神经网络（通常指传统神经网络或前向神经网络）的区别时，我们需要从多个维度进行深入分析。这些维度包括
反向传播神经网络和bp神经网络的区别
反向传播神经网络（Backpropagation Neural Network，简称BP神经网络）是一种多层前馈神经网络，它通过反向传播算法来调整网络中的权重和偏置，以达到最小化误差的
如何使用神经网络进行建模和预测
神经网络是一种强大的机器学习技术，可以用于建模和预测变量之间的关系。 神经网络的基本概念 神经网络是一种受人脑启发的计算模型，由大量的节点（神经
bp神经网络是深度神经网络吗
Network）有相似之处，但它们之间还是存在一些关键的区别。 一、引言 神经网络是一种模拟人脑神经元结构的计算模型，它由大量的神经元（或称为节点）组成，这些神经元通过权重连接在一起
bp神经网络和卷积神经网络区别是什么
BP神经网络（Backpropagation Neural Network）和卷积神经网络（Convolutional Neural Network，简称CNN）是两种不同类型的人工神经网络，它们在
卷积神经网络的原理是什么
基本概念、结构、训练过程以及应用场景。 卷积神经网络的基本概念 1.1 神经网络 神经网络是一种受人脑神经元结构启发的数学模型，由大量的节点（神经
卷积神经网络和bp神经网络的区别
卷积神经网络（Convolutional Neural Networks，简称CNN）和BP神经网络（Backpropagation Neural Networks，简称BPNN）是两种
神经网络在数学建模中的应用
数学建模是一种利用数学方法和工具来描述和分析现实世界问题的过程。神经网络是一种模拟人脑神经元结构和功能的计算模型，可以用于解决各种复杂问题。在数学建模中，神经网络
工商网监
评论