SNN[3]: Associative Learning

SNN学习笔记3:关联学习

关联学习(Associative Learning)认为想法(神经元激活模式)和想法、想法和经历(外界刺激)会互相关联、互相强化。

关联在学习和认知中有着核心的地位,记忆实际上就是一种关联,很多认知功能的本质就是一层或多层的关联。

赫布理论

突触(synaptic)用于连接多个神经元,其连接强度具有可以调整,这种可以调整的特性叫做突触可塑性(synaptic plasticity)。突触可塑性是记忆和学习的基础,赫布理论认为突触前的神经元对突触后神经元的反复刺激可以增加突触的传递效能,也就是强化了这两个神经元之间的连接。

赫布理论强调细胞A的激活导致了细胞B的激活以及两者之间连接的强化,这种先后/因果关系的理论也叫STDP(spike-timing-dependent plasticity)。

STDP

STDP基于一个神经元的输入脉冲输出脉冲间的相对时间来调整神经元间连接的强度。如果一个神经元的输入倾向于刚好出现在输出脉冲前,那么此神经元与输入神经元之间的连接倾向加强;如果一个神经元的输入倾向于刚好出现在输出脉冲之后,那么此神经元和输入神经元之间的连接倾向减弱。

通过上面的调整机制,可能是当前神经元激活的原因的输入会被强化;不是当前神经元激活原因的输入会被弱化。这个调整的过程最后会收敛到只有一部分连接保留下来,另一部分的连接强度降低到0,以此达到一种稀疏连接的效果。

/!-- -->