Erlernen einer synaptischen Lernregel

Die Zusammenfassung wird nur in folgender Form gegeben. Die Autoren diskutieren einen originellen Ansatz zur neuronalen Modellierung, der auf der Idee basiert, mit Lernmethoden nach einer synaptischen Lernregel zu suchen, die biologisch plausibel ist und Netzwerke hervorbringt, die in der Lage sind, schwierige Aufgaben zu erlernen. Die vorgeschlagene Methode zur automatischen Bestimmung der Lernregel basiert auf der Idee, die synaptische Modifikationsregel als parametrische Funktion zu betrachten. Diese Funktion hat lokale Eingaben und ist in vielen Neuronen gleich. Die Parameter, die diese Funktion definieren, können mit bekannten Lernmethoden geschätzt werden. Bei dieser Optimierung wird besonderes Augenmerk auf den Gradientenabstieg und genetische Algorithmen gelegt. In beiden Fällen besteht die Schätzung dieser Funktion aus einer gemeinsamen globalen Optimierung der synaptischen Modifikationsfunktion und der Netzwerke, die lernen, bestimmte Aufgaben auszuführen. Sowohl die Netzwerkarchitektur als auch die Lernfunktion können innerhalb von Einschränkungen entworfen werden, die aus biologischem Wissen abgeleitet sind.