| | | | | | |
  当前位置:首页 > 团队科研成果 

基于学习的多目标脑决策模型研究
作者:数学建模与神经计算 发布日期:2019-2-22
 点击:1477
关键词:-


基于学习的多目标脑决策模型研究
叶伟杰 刘深泉
(1.广东财经大学统计与数学学院,广州  510320) (2.华南理工大学数学学院,广州  510640)


摘要  多目标决策在大脑的认知功能中起着关键的作用. 在本研究中,我们将一个额叶视区网络模型扩展为一个基于学习的模型,并训练这个模型使其完成一个认知决策任务———non⁃choice任务,然后用模拟结果解释大脑在进行多目标选择时的认知过程. 经过上千次训练后,额叶视区模型从随机选择决策目标转变为选择与最大奖励相关联的决策. 在训练过程中,模型的多目标决策顺序也与目标关联的奖励梯度相关. 此外,改变不同决策间的奖励差对模型的决策速度有重要的影响,可以使模型进入两种学习阶段:快速学习阶段和慢速学习阶段.

/Uploads/file/20190222/20190222140799379937.pdf

收 藏 推 荐 打 印 关 闭
上一篇:小世界网络同步的非线性时滞反馈特性 下一篇:Respiratory Rhythm in a Simplified Respiratory N
   关于我们
s
s
   推荐产品
   图片文章
   最新资讯
神经动力学中的庞加莱回归图:三个例子
动力系统快-慢分解的自然扩展
局部分离的稳定流形与簇周期轨道之间的相...
弱耦合鸭解振荡器的同步
Leonid Shilnikov 和动力学混沌的数学理论
多时间尺度系统和快-慢分析
 
友情链接: 神经计算   国家自然科学基   华南理工大学   全国大学生数学   美国数学建模竞   MATLAB  
咨询热线:刘教授 13650823684 邮箱:liushenat@sohu.com 备案编号:豫ICP备18005949号
地址:广州市番禺区广州大学城 邮编:510006  技术支持:郑州建网站 本站域名:mashqliu.com
Copyright © 2018-2024 数学建模与神经计算 Inc, All Rights Reserved.
在线客服
刘教授 13650823684
客服代表
点击这里给我发消息