Multilayered neural network with structural lateral inhibition for incremental learning and conceptualization

شبکه های ارتباطی توزیع شده به تدریج دشوار می آموزند زیرا نمایندگی ها در شبکه همپوشانی دارند. بنابراین، لازم است که همپوشانی نمایندگی ها برای یادگیری افزایشی کاهش یابد. در همان زمان، همپوشانی های نمایندگی به این شبکه ها توانایی تعمیم می دهد. در این مطالعه، از یک شبکه عصبی چند لایه اصلاح شده استفاده می کنیم تا عددی بین تجارت بین یادگیری افزایشی و توانایی های تعمیم بررسی شود و سپس یک مدل شبکه جدید با بازدارنده های جانبی ساختاری برای سازش دو توانایی پیشنهاد می کنیم. ما همچنین رفتار مدل پیشنهادی را با استفاده از تحلیل مفهوم رسمی تحلیل می کنیم که نشان می دهد که شبکه یک مفهوم سازی را تطبیق می دهد: تمایز و مدیتیشن بین بازنمایی های تکراری و تجدید پذیر. این مطالعه نشان می دهد که یک پارادایم جدید برای سوال سنتی، آیا نمایندگی در مغز توزیع شده یا نه.