LSTM新思路
发表于
字数统计:
75
|
阅读时长 ≈
1
我最终的目的是快速分类,只采集a波形
最后可以知道是否耐盐,而且效果还不错。而且时间比较快,
最后的落脚点是分类。
可以采集更短时间的电信号,就可以分类,模拟盐胁迫的过程。
Anti-Hebbian learning
发表于
字数统计:
436
|
阅读时长 ≈
1
Hebbian学习
Hebbian学习通常定义如下:突触前和突触后神经元中的相关激活导致两个神经元之间的连接增强
- 参考文章
信号网络的学习:分子机制
除了众所周知的神经元学习过程外,非神经元单个细胞还能学习并在重复相同刺激时显示出更强大(通常更快)的适应性反应。
细胞学习的已知例子是敏化或习惯型反应。
神经元学习的几种分子机制,例如构象记忆,蛋白质易位,信号级联,miRNA,lncRNA和染色质记忆,也参与了非神经元单细胞的学习。
我们建议这些分子机制形成信号网络的整合内存,并通过增加信号传播所经过的边缘权重来显示广义的Hebbian学习过程。
信号网络可以通过细胞骨架[47]和细胞间[ 48 ]网络以及细胞间信号[ 49 ],丝状[ 50 ]和膜[ 51 ]网络扩展。这些网络在促进非神经细胞的细胞学习中可能都具有潜在的作用,迄今为止尚未确切描述。
Signaling networks may be extended by cytoskeletal 47 and interorganelle 48 networks as well
as by intercellular signaling 49, filamental 50, and membrane 51 networks. These networks
may all have a potential role, heretofore not exactly described, in promoting cellular learning of
non-neuronal cells.
- Craddock, T.J. et al. (2012) Cytoskeletal signaling: is memory encoded in microtubule lattices by CaMKII phosphorylation?
PLoS Comput. Biol. 8, e1002421 - Cheikhi, A. et al. (2019) Mitochondria are a substrate of cellular
memory. Free Radic. Biol. Med. 130, 528–541 - Dönitz, J. and Wingender, E. (2014) EndoNet: an information re- source about the intercellular signaling network. BMC Syst. Biol.
8, 49 - Gogolla, N. et al. (2009) Perineuronal nets protect fear memories
from erasure. Science 325, 1258–1261 - Winkler, F. and Wick, W. (2018) Harmful networks in the brain
and beyond. Science 359, 1100–1101
Vivado.2015.4下载链接和安装教程
发表于
字数统计:
71
|
阅读时长 ≈
1