Hacia el modelado de una sola neurona biológicamente plausible de próxima generación: un modelo evolutivo de neurona dendrítica
Autores: Wang, Chongyuan; Liu, Huiyi
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Hacia el modelado de una sola neurona biológicamente plausible de próxima generación: un modelo evolutivo de neurona dendrítica
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Modelos de aprendizaje profundo
Modelo de Neurona Dendrítica
Algoritmo RDE
Plasticidad sináptica
Enfoques de aprendizaje evolutivo
IA interpretable
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
Los modelos de aprendizaje profundo convencionales dependen en gran medida de la neurona de McCulloch-Pitts (MCP), lo que limita su interpretabilidad y plausibilidad biológica. El Modelo de Neurona Dendrítica (DNM) ofrece una alternativa más realista al simular un procesamiento no lineal y compartimentado dentro de las ramas dendríticas, lo que permite un aprendizaje eficiente y transparente.
Descripción
Los modelos de aprendizaje profundo convencionales dependen en gran medida de la neurona de McCulloch-Pitts (MCP), lo que limita su interpretabilidad y plausibilidad biológica. El Modelo de Neurona Dendrítica (DNM) ofrece una alternativa más realista al simular un procesamiento no lineal y compartimentado dentro de las ramas dendríticas, lo que permite un aprendizaje eficiente y transparente.