Artificial neur-based neural networks (Q84145): Difference between revisions
Jump to navigation
Jump to search
(Created claim: summary (P836): The model of artificial network (SSN) neural network is based on analogic with biological equivalents such as the simplified neuron model or the neural network layout of the eye.Due to the increasing complexity and problems with the development of efficient methods for deep learning, SSN, the artificial neural networks dominate the solutions based on the algebraic structures.Currently, advanced forms of learning, such as deep learning, show a nu...) |
(Changed an Item) |
||
| Property / programme | |||
| Property / programme: Smart growth - PL - ERDF / rank | |||
Normal rank | |||
Revision as of 13:43, 26 March 2020
Project in Poland financed by DG Regio
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Artificial neur-based neural networks |
Project in Poland financed by DG Regio |
Statements
19,701,875.0 zloty
0 references
19,701,875.0 zloty
0 references
100.0 percent
0 references
1 September 2019
0 references
31 August 2023
0 references
UNIWERSYTET JAGIELLOŃSKI
0 references
Model sztucznych sieci (SSN) neuronowych powstał w oparciu o analogie do biologicznych odpowiedników, takich jak uproszczony model neuronu czy układ neuronów siatkówki oka. Ze względu na rosnącą złożoność oraz problemy z wypracowaniem efektywnych metod uczenia głębokich SSN, sztuczne sieci neuronowe zdominowały rozwiązania bazujące na strukturach algebraicznych. Obecnie zaawansowane podejścia w uczeniu maszynowym takie jak głębokie uczenie wykazują szereg niepożądanych cech, takich jak zapominanie, podatność na oszukańcze przykłady, wymaganie dużego zbioru treningowego i powolne uczenie. Żadna z tych cech nie występuje w kontekście działania biologicznego mózgu co sugeruje, że korzystny byłby powrót do mocniejszej inspiracji SSN przy pomocy biologicznych systemów neuronalnych. Celem projektu jest analiza wysoko-poziomowych zachowań systemów neuronalnych i budowa nowatorskich modeli SSN poprzez zaproponowanie nowych paradygmatów uczenia i nowych architektur modeli obliczeniowych (Polish)
0 references
The model of artificial network (SSN) neural network is based on analogic with biological equivalents such as the simplified neuron model or the neural network layout of the eye.Due to the increasing complexity and problems with the development of efficient methods for deep learning, SSN, the artificial neural networks dominate the solutions based on the algebraic structures.Currently, advanced forms of learning, such as deep learning, show a number of undesired features, such as forgetting, susceptibility to fraudulent examples, the requirement of a large set of training and slow learning.None of these features exists in the context of a biological action of the brain which suggests that it would be beneficial to return to a stronger inspiration by PPS by biological neural systems.The project aims at analysing high level neuronal behaviour and building innovative models of SSN by proposing new models of learning architectures and architectures (English)
0 references
Identifiers
POIR.04.04.00-00-14DE/18
0 references