贝叶斯推断由具有不同时间尺度的模块化神经网络促进
摘要：神经网络模型中的模块结构有效地表示先验分布，表现出了更准确的贝叶斯推断。模块网络中的慢速和快速模块能够选择性地表示先验信息，通过积分观察信号来表示输入的均值和方差。通过训练神经元的时间尺度，不断优化先验信息的表示方式，我们发现了这种模块结构的出现，深入揭示了大脑中时间尺度层次化的模块结构对于信息处理的重要性，以及较慢时间尺度的脑区的意义。
作者：Kohei Ichikawa, Kunihiko Kaneko
论文ID：2210.12294
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2022-10-25