计算机科学 > 神经与进化计算
[提交于 2025年8月11日
]
标题: 阿利突触可塑性与记忆
标题: Allee Synaptic Plasticity and Memory
摘要: 神经可塑性是生物系统中记忆存储和检索的基础,但现有模型在处理噪声敏感性和无限制的突触权重增长方面往往存在不足。 本文研究了基于阿利效应的非线性可塑性模型,强调其生物启发的权重稳定机制、增强的噪声鲁棒性以及突触调节的关键阈值。 我们分析了其在记忆保持和模式检索中的性能,证明其容量和可靠性优于经典的赫布规则和奥加规则。 为解决时间限制问题,我们通过整合时间依赖的动力学,包括资格痕迹和振荡输入,扩展了该模型,从而提高了动态环境中的检索准确性和抗干扰能力。 这项工作将理论见解与实际应用相结合,提供了一个稳健的框架来模拟神经适应,并为人工智能和神经科学的进步提供了指导。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.