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
4575浏览量
98775 -
算法
+关注
关注
23文章
4458浏览量
90762 -
AI
+关注
关注
87文章
26472浏览量
264102
发布评论请先 登录
相关推荐
详解深度学习、神经网络与卷积神经网络的应用
处理技术也可以通过深度学习来获得更优异的效果，比如去噪、超分辨率和跟踪算法等。为了跟上时代的步伐，必须对深度学习与神经网络技术有所学习和研究。本文将介绍深度学习技术、神经网络与卷积神经网络
卷积神经网络的优点
卷积神经网络的优点 卷积神经网络（Convolutional Neural Network，CNN）是一种基于深度学习的神经网络模型，在图像识别、语音识别、自然语言处理等领域有着广泛的应用。相比
人工神经网络和bp神经网络的区别
人工神经网络和bp神经网络的区别 人工神经网络（Artificial Neural Network, ANN）是一种模仿人脑神经元网络结构和功能的计算模型，也被称为
卷积神经网络和深度神经网络的优缺点 卷积神经网络和深度神经网络的区别
深度神经网络是一种基于神经网络的机器学习算法，其主要特点是由多层神经元构成，可以根据数据自动调整神经元之间的权重，从而实现对大规模数据进行预
发表于 08-21 17:07
•2351次阅读
卷积神经网络的介绍 什么是卷积神经网络算法
的深度学习算法。CNN模型最早被提出是为了处理图像，其模型结构中包含卷积层、池化层和全连接层等关键技术，经过多个卷积层和池化层的处理，CNN可以提取出图像中的特征信息，从而对图像进行分类。 一、卷积神经网络算法 卷积神经网络算法
卷积神经网络的基本原理 卷积神经网络发展 卷积神经网络三大特点
卷积神经网络的基本原理 卷积神经网络发展历程 卷积神经网络三大特点 卷积神经网络的基本原理 卷积神经网络（Convolutional Ne
卷积神经网络三大特点
卷积神经网络三大特点 卷积神经网络（Convolutional Neural Network，CNN）是一种深度学习模型，其具有三大特点：局部感知、参数共享和下采样。 一、局部感知 卷积神经网络
卷积神经网络的工作原理 卷积神经网络通俗解释
。CNN可以帮助人们实现许多有趣的任务，如图像分类、物体检测、语音识别、自然语言处理和视频分析等。本文将详细介绍卷积神经网络的工作原理并用通俗易懂的语言解释。 1.概述 卷积神经网络是一个由神
卷积神经网络模型有哪些？卷积神经网络包括哪几层内容？
卷积神经网络模型有哪些？卷积神经网络包括哪几层内容？ 卷积神经网络（Convolutional Neural Networks，CNN）是深度学习领域中最广泛应用的模型之一，主要应用于图像、语音
卷积神经网络概述 卷积神经网络的特点 cnn卷积神经网络的优点
卷积神经网络概述 卷积神经网络的特点 cnn卷积神经网络的优点 卷积神经网络（Convolutional neural network，CNN）是一种基于深度学习技术的
卷积神经网络的应用 卷积神经网络通常用来处理什么
的前馈神经网络，卷积神经网络广泛用于图像识别、自然语言处理、视频处理等方面。本文将对卷积神经网络的应用进行详尽、详实、细致的介绍，以及卷积神经网络通常用于处理哪些任务。 一、卷积
卷积神经网络原理：卷积神经网络模型和卷积神经网络算法
卷积神经网络原理：卷积神经网络模型和卷积神经网络算法 卷积神经网络（Convolutional Neural Network，CNN）是一种基于深度学习的人工
神经网络模型用于解决什么样的问题 神经网络模型有哪些
神经网络模型是一种机器学习模型，可以用于解决各种问题，尤其是在自然语言处理领域中，应用十分广泛。具体来说，神经网络模型可以用于以下几个方面： 语言模型建模：
什么是神经网络？为什么说神经网络很重要？神经网络如何工作？
神经网络是一个具有相连节点层的计算模型，其分层结构与大脑中的神经元网络结构相似。神经网络可通过数据进行学习，因此，可训练其识别模式、对数据分类和预测未来事件。
三个最流行神经网络
在本文中，我们将了解深度神经网络的基础知识和三个最流行神经网络：多层神经网络(MLP)，卷积神经网络(CNN)和递归神经网络(RNN)。
发表于 05-15 14:19
•1179次阅读
工商网监
评论