Differences

This shows you the differences between two versions of the page.

Link to this comparison view

neurali:ricompensa_globale [2018/04/25 07:55] (current)
Line 1: Line 1:
 +====Ricompensa Globale oppure Locale====
  
 +Reinforcement learning in populations of spiking neurons, di Robert Urbanczik, Walter Senn (2008)
 +
 +Nella teoria del Reinforcement Learning (LD) si applica una plasticità sinaptica modulata dalla ricompensa.
 +
 +C'è il problema che la ricompensa arriva solo alla fine, non negli stati intermedi
 +
 +C'è anche il problema che la ricompensa è globale, cioè non è indirizzata ai singoli neuroni. Con la ricompensa localizzata al singolo neurone si ottiene un apprendimento più veloce anche con reti molto popolose.
 +Per indirizzarla a tutti i neuroni ci vorrebbero troppe connessioni.
 +
 +Nella ricerca citata in alto alla pagina, si dimostra che si può usare anche la ricompensa globale per modulare le plasticità sinaptiche, a patto di aggiungere queste informazioni aggiuntive:
 +
 +  - memoria degli impulsi del singolo neurone, precendeti alla ricompensa
 +  - memoria degli impulsi della popolazione (che significa?)
 +
 +tempotron è un modello di neurone
  • neurali/ricompensa_globale.txt
  • Last modified: 2018/04/25 07:55
  • (external edit)