エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
BESOM(ビーソム)ブログ 海馬の機能と脳全体の計算論的モデルとの関係についての考察:モデルベース強化学習、メモ化、BPTT
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
BESOM(ビーソム)ブログ 海馬の機能と脳全体の計算論的モデルとの関係についての考察:モデルベース強化学習、メモ化、BPTT
BESOM(ビーソム)は、ベイジアンネットを用いて大脳皮質の情報処理を再現する機械学習アルゴリズ... BESOM(ビーソム)は、ベイジアンネットを用いて大脳皮質の情報処理を再現する機械学習アルゴリズムです。BESOMに関連する研究者向けの情報発信をしていきます。(内容は個人の意見であり所属する組織の見解ではありません。) 海馬の「エピソード記憶」という機能を、 脳全体の計算論的モデルにどう取り込むのかが自分にとっての 大きな問題の1つでしたが、 だいぶん解決の糸口が見えてきた気がします。 以下、取り急ぎのメモです。間違いがあったらご指摘ください。 強化学習の研究者や、大脳基底核の計算論的神経科学研究者が、 「モデルベース強化学習」という言葉を使うのをよく聞く。 「モデルフリーとモデルベースの違い - Togetterまとめ」 モデルベース強化学習とは、外界のモデルを学習する強化学習の手法らしい。 意思決定に必要な計算時間は増えるが、 学習に必要なエピソードの経験回数は減るらしい。 従来のモ