Buchumschlag

Fault-Tolerant Neural Networks from Biological Error Correction Codes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zlokapa, Alexander, Tan, Andrew K., Martyn, John M., Fiete, Ila R., Tegmark, Max, Chuang, Isaac L.
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Neural and Evolutionary Computing Neurons and Cognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Spatiotemporal Perspective on Dynamical Computation in Neural Information Processing Systems
von: Keller, T. Anderson, et al.
Veröffentlicht: (2024)

Neural Computation Without Slots: Steps Towards Biologically Plausible Memory and Attention in Natural and Artificial Intelligence
von: Bhandarkar, Shaunak, et al.
Veröffentlicht: (2025)

Biologically-Plausible Topology Improved Spiking Actor Network for Efficient Deep Reinforcement Learning
von: Zhang, Duzhen, et al.
Veröffentlicht: (2024)

A Unified Phase-native Computational Principle Governs Hippocampal Spike Timing and Neural Coding
von: Ahmadvand, Reza, et al.
Veröffentlicht: (2026)

Smooth Exact Gradient Descent Learning in Spiking Neural Networks
von: Klos, Christian, et al.
Veröffentlicht: (2023)

Spatial Spiking Neural Networks Enable Efficient and Robust Temporal Computation
von: Landsmeer, Lennart P. L., et al.
Veröffentlicht: (2025)

One-shot learning of paired association navigation with biologically plausible schemas
von: Kumar, M Ganesh, et al.
Veröffentlicht: (2021)

InputDSA: Demixing then Comparing Recurrent and Externally Driven Dynamics
von: Huang, Ann, et al.
Veröffentlicht: (2025)

The Influence of Initial Connectivity on Biologically Plausible Learning
von: Liu, Weixuan, et al.
Veröffentlicht: (2024)

Diverse Neural Sequences in QIF Networks: An Analytically Tractable Framework for Synfire Chains and Hippocampal Replay
von: Shimizu, Genki, et al.
Veröffentlicht: (2025)

Coin-Flipping In The Brain: Statistical Learning with Neuronal Assemblies
von: Dabagia, Max, et al.
Veröffentlicht: (2024)

Data-Efficient Neural Training with Dynamic Connectomes
von: Wu, Yutong, et al.
Veröffentlicht: (2025)

Nonlinear Neural Dynamics and Classification Accuracy in Reservoir Computing
von: Metzner, Claus, et al.
Veröffentlicht: (2024)

Learning Internal Biological Neuron Parameters and Complexity-Based Encoding for Improved Spiking Neural Networks Performance
von: Rudnicka, Zofia, et al.
Veröffentlicht: (2025)

"What" x "When" working memory representations using Laplace Neural Manifolds
von: Sarkar, Aakash, et al.
Veröffentlicht: (2024)

Adaptive Decoding via Hierarchical Neural Information Gradients in Mouse Visual Tasks
von: Feng, Jingyi, et al.
Veröffentlicht: (2025)

Time-Evolving Dynamical System for Learning Latent Representations of Mouse Visual Neural Activity
von: Huang, Liwei, et al.
Veröffentlicht: (2024)

Meta-Learning Strategies through Value Maximization in Neural Networks
von: Carrasco-Davis, Rodrigo, et al.
Veröffentlicht: (2023)

Regime Mapping of Oscillatory States in Balanced Spiking Networks with Multiple Time Scales
von: Kuo, Tsung-Han, et al.
Veröffentlicht: (2026)

Spatial embedding promotes a specific form of modularity with low entropy and heterogeneous spectral dynamics
von: Sheeran, Cornelia, et al.
Veröffentlicht: (2024)

Synthetic Biology meets Neuromorphic Computing: Towards a bio-inspired Olfactory Perception System
von: Max, Kevin, et al.
Veröffentlicht: (2025)

Long-Range Feedback Spiking Network Captures Dynamic and Static Representations of the Visual Cortex under Movie Stimuli
von: Huang, Liwei, et al.
Veröffentlicht: (2023)

A Practical Guide to Tuning Spiking Neuronal Dynamics
von: Gebhardt, William, et al.
Veröffentlicht: (2025)

Attention to task structure for cognitive flexibility
von: Zhang, Xiaoyu K., et al.
Veröffentlicht: (2026)

Biological Processing Units: Leveraging an Insect Connectome to Pioneer Biofidelic Neural Architectures
von: Yu, Siyu, et al.
Veröffentlicht: (2025)

Bridging Brains and Machines: A Unified Frontier in Neuroscience, Artificial Intelligence, and Neuromorphic Systems
von: Shankar, Sohan, et al.
Veröffentlicht: (2025)

Can Biologically Plausible Temporal Credit Assignment Rules Match BPTT for Neural Similarity? E-prop as an Example
von: Liu, Yuhan Helena, et al.
Veröffentlicht: (2025)

Integrating Complexity and Biological Realism: High-Performance Spiking Neural Networks for Breast Cancer Detection
von: Rudnicka, Zofia, et al.
Veröffentlicht: (2025)

Meta-Representational Predictive Coding: Biomimetic Self-Supervised Learning
von: Ororbia, Alexander, et al.
Veröffentlicht: (2025)

CL API: Real-Time Closed-Loop Interactions with Biological Neural Networks
von: Hogan, David, et al.
Veröffentlicht: (2026)

Expressivity of Neural Networks with Random Weights and Learned Biases
von: Williams, Ezekiel, et al.
Veröffentlicht: (2024)

Growing a Neural Network in Breadth, Depth, and Time
von: Butkus, Eivinas, et al.
Veröffentlicht: (2026)

Teaching signal synchronization in deep neural networks with prospective neurons
von: Zucchet, Nicoas, et al.
Veröffentlicht: (2025)

On Broken Symmetry in Cognition
von: Li, Xin
Veröffentlicht: (2023)

Building functional and mechanistic models of cortical computation based on canonical cell type connectivity
von: Granier, Arno, et al.
Veröffentlicht: (2025)

Analysis of a Spatialized Brain-Body-Environment System
von: Pak, Denizhan, et al.
Veröffentlicht: (2025)

The generalized Hierarchical Gaussian Filter
von: Weber, Lilian Aline, et al.
Veröffentlicht: (2023)

Exploring the role of structure in a time constrained decision task
von: Chaix-Eichel, Naomi, et al.
Veröffentlicht: (2024)

Von Economo neurons enable reliable social skill acquisition in recurrent spiking neural networks: a computational account with clinical predictions
von: Keskin, Esila
Veröffentlicht: (2026)

Reply to: Limitations in odour recognition and generalisation in a neuromorphic olfactory circuit
von: Moyal, Roy, et al.
Veröffentlicht: (2024)