В нейронауке и машинном обучении трехфакторное обучение представляет собой комбинацию пластичности Хебба с третьим модуляторным фактором для стабилизации и улучшения синаптического обучения. [1] Этот третий фактор может представлять различные сигналы, такие как вознаграждение, наказание, ошибка, удивление или новизна, часто реализуемые через нейромодуляторы . [2]
Описание
Трехфакторное обучение вводит концепцию следов соответствия, которые помечают синапсы для потенциальной модификации в ожидании прибытия третьего фактора, и помогает временному назначению кредита , сокращая разрыв между быстрым нейронным срабатыванием и более медленными поведенческими временными шкалами, на основе которых может осуществляться обучение. [3] Биологическая основа правил трехфакторного обучения была подтверждена экспериментальными данными. [4] [2] Этот подход решает проблему нестабильности классического обучения Хебба, минимизируя автокорреляцию и максимизируя перекрестную корреляцию между входами. [1]
Ссылки
- ^ ab Porr, Bernd; Wörgötter, Florentin (октябрь 2007 г.). «Обучение с «релевантностью»: использование третьего фактора для стабилизации обучения по Хеббу». Neural Computation . 19 (10): 2694–2719. doi :10.1162/neco.2007.19.10.2694. ISSN 0899-7667. PMID 17716008.
- ^ ab Gerstner, Wulfram; Lehmann, Marco; Liakoni, Vasiliki; Corneil, Dane; Brea, Johanni (2018-07-31). "Eligibility Traces and Plasticity on Behavioral Time Scales: Experimental Support of NeoHebbian Three-Factor Learning Rules". Frontiers in Neural Circuits . 12 : 53. doi : 10.3389/fncir.2018.00053 . ISSN 1662-5110. PMC 6079224. PMID 30108488 .
- ^ Фремо, Николас; Герстнер, Вульфрам (2016-01-19). "Нейромодулированная пластичность, зависящая от времени спайка, и теория правил трехфакторного обучения". Frontiers in Neural Circuits . 9 : 85. doi : 10.3389/fncir.2015.00085 . ISSN 1662-5110. PMC 4717313. PMID 26834568 .
- ^ Кусьмеж, Лукаш; Исомура, Такуя; Тоёидзуми, Таро (2017-10-01). «Обучение с тремя факторами: модуляция пластичности Хебба с ошибками». Current Opinion in Neurobiology . Computational Neuroscience. 46 : 170–177. doi : 10.1016/j.conb.2017.08.020 . ISSN 0959-4388. PMID 28918313.