全地形神經(jīng)網(wǎng)絡(luò)更接近于人類視覺系統(tǒng)

• 卷積神經(jīng)網(wǎng)絡(luò) （CNN） 和遞歸神經(jīng)網(wǎng)絡(luò) （RNN） 等深度學(xué)習(xí)模型旨在部分模擬生物神經(jīng)網(wǎng)絡(luò)的功能和結(jié)構(gòu)。因此，除了解決各種現(xiàn)實世界的計算問題外，它們還可以幫助神經(jīng)科學(xué)家和心理學(xué)家更好地了解特定感覺或認知過程的基礎(chǔ)。奧斯納布呂克大學(xué)、柏林自由大學(xué)和其他研究所的研究人員最近開發(fā)了一類新型人工神經(jīng)網(wǎng)絡(luò) （ANN），它可以比 CNN 和其他現(xiàn)有的深度學(xué)習(xí)算法更好地模擬人類視覺系統(tǒng)。他們新提出的、受視覺系統(tǒng)啟發(fā)的計算技術(shù)，被稱為全地形神經(jīng)網(wǎng)絡(luò) （All-TNN），在發(fā)表在《自然人類行為》上的一篇論文中進行了介紹。
• 關(guān)鍵字： 全地形神經(jīng)網(wǎng)絡(luò)  人類視覺系統(tǒng)