ty -jour a2 -vialatte，francois benoit au -el -laithy，karim au -bogdan，Martin PY- 2011年DA -2011/11/10/23 TI-用于激发动态突触的增强学习框架SP -869348 VL -869348 VL-2011- 为动态突触提供了基于HEBBIAN和强化学习（RL）规则（RL）规则的整合。提出的框架允许Hebbian规则更新调节突触响应而不是突触权重的隐藏突触模型参数。这是使用每次试验后奖励信号中时间差的值和符号进行的。应用此框架，测试了具有尖峰依赖性突触的尖峰网络，以在时间上编码的基础上学习独家或计算。奖励值是通过网络的输出尖峰列车与参考目标1之间的距离计算的。结果表明，该网络能够捕获所需的动态，并且所提出的框架确实可以揭示Hebbian和RL的集成版本。所提出的框架是可处理的，计算上较不昂贵。该框架适用于广泛的突触模型，不仅限于使用的神经表示。这种普遍性以及报告的结果支持采用引入的方法，以在广泛的直观信号处理中从生物学上合理的突触模型中受益。 SN - 1687-5265 UR - https://doi.org/10.1155/2011/869348 DO - 10.1155/2011/869348 JF - Computational Intelligence and Neuroscience PB - Hindawi Publishing Corporation KW - ER -