Biblioteca32.412 documentos en l韓ea

Art韈ulo

Kernel Temporal Differences for Neural DecodingDiferencias temporales del núcleo para la descodificación neuronal

Resumen

Estudiamos la viabilidad y capacidad del algoritmo de diferencia temporal del núcleo (KTD)(λ) para la decodificación neuronal. El KTD(λ) es un algoritmo de aprendizaje online basado en el kernel, que ha sido introducido para estimar funciones de valor en el aprendizaje por refuerzo. Este algoritmo combina representaciones basadas en kernels con el enfoque de diferencias temporales para el aprendizaje. Una de nuestras principales observaciones es que al utilizar núcleos estrictamente definidos positivos, se puede garantizar la convergencia del algoritmo para la evaluación de políticas. Las capacidades de aproximación funcional no lineal del algoritmo se muestran tanto en simulaciones de evaluación de políticas como en problemas de decodificación neuronal (mejora de políticas). KTD puede manejar estados neuronales de alta dimensión que contienen información espacio-temporal con una complejidad computacional razonable que permite aplicaciones en tiempo real. Cuando el algoritmo busca un mapeo adecuado entre los estados neuronales de un mono y las posiciones deseadas de un cursor de ordenador o de un brazo robótico, tanto en experimentos de bucle abierto como de bucle cerrado, puede aprender eficazmente el mapeo de estado neuronal a acción. Por último, una visualización del proceso de coadaptación entre el decodificador y el sujeto muestra las capacidades del algoritmo en las interfaces cerebro-máquina de aprendizaje por refuerzo.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Ingl閟
  • Tama駉: Kb

C髆o citar el documento

Esta es una versi髇 de prueba de citaci髇 de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citaci髇 de las respectivas fuentes.

Este contenido no est锟 disponible para su tipo de suscripci锟絥

Información del documento