Das Neurological Engineering Framework kann verwendet werden, um Systeme zu erstellen, die das Gedächtnis auf interessante Weise nutzen. Ein System ( Spaun ) ist in der Lage, sich Listen ähnlich wie Menschen zu merken (und zu vergessen). Ein anderes System kann Aufgaben lernen und das Wissen unter Verwendung von hierarchischem Verstärkungslernen auf Unteraufgaben anwenden. Diese beiden Aufgaben beinhalten das Gedächtnis, aber wie ist das Gedächtnis im Neurological Engineering Framework enthalten?
Das Neurological Engineering Framework gibt keinen expliziten Mechanismus für das Gedächtnis an. Es gibt keine „Festplatte“ im Gehirn, um sie einfach abzurufen und darauf zuzugreifen. Vielmehr wird das Gedächtnis in den Verbindungsgewichten zwischen neuronalen Populationen und der Dynamik des Netzwerks erfasst.
Im hierarchischen Reinforcement-Learning-Beispiel, mit dem in der vorherigen Frage verknüpft wurde, wird das "Gedächtnis" der Karte für die Navigationsaufgabe gespeichert, indem die Verbindungsgewichte der Neuronen geändert werden, die die Umgebung darstellen.
Bei der Aufgabe zum Speichern serieller Listen wird der Arbeitsspeicher zum Speichern der semantischen Zeigerlistenelemente in einem Integrator aufbewahrt, der im Wesentlichen eine Neuronenpopulation ist, die auf sich selbst rückkoppelt.
Dies sind Beispiele für das Arbeitsgedächtnis, also das Gedächtnis, das es Ihnen ermöglicht, ein Auto zu fahren, ohne sich wirklich daran zu erinnern, wie genau Sie es gefahren sind. Die Modellierung des Langzeitgedächtnisses erfordert einige weitere Mechanismen (Rekonsolidierung des Gedächtnisses) und Strukturen (Hippocampus, Amygdala), die noch in keinem System erfasst wurden, das mit NEF gebaut wurde.
hat ein
Seanny123
memoryin das Suchfeld der Registerkarte „Veröffentlichungen“ eingeben .