Buchumschlag

The Expressive Leaky Memory Neuron: an Efficient and Expressive Phenomenological Neuron Model Can Solve Long-Horizon Tasks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Spieler, Aaron, Rahaman, Nasim, Martius, Georg, Schölkopf, Bernhard, Levina, Anna
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Neural and Evolutionary Computing Artificial Intelligence Machine Learning Neurons and Cognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Scaling Laws and Tradeoffs in Recurrent Networks of Expressive Neurons
von: Spieler, Aaron, et al.
Veröffentlicht: (2026)

Emergent mechanisms for long timescales depend on training curriculum and affect performance in memory tasks
von: Khajehabdollahi, Sina, et al.
Veröffentlicht: (2023)

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

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

Modeling of Self-sustained Neuron Population without External Stimulus
von: Karakaş, İhsan Ertuğrul, et al.
Veröffentlicht: (2026)

The Role of Excitatory Parvalbumin-positive Neurons in the Tectofugal Pathway of Pigeon (Columba livia) Hierarchical Visual Processing
von: Lu, Shan, et al.
Veröffentlicht: (2025)

ILIF: Temporal Inhibitory Leaky Integrate-and-Fire Neuron for Overactivation in Spiking Neural Networks
von: Sun, Kai, et al.
Veröffentlicht: (2025)

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

Phenomenological modeling of diverse and heterogeneous synaptic dynamics at natural density
von: Korcsak-Gorzo, Agnes, et al.
Veröffentlicht: (2022)

Graph-Based Representation Learning of Neuronal Dynamics and Behavior
von: Khajehnejad, Moein, et al.
Veröffentlicht: (2024)

Neuron Platonic Intrinsic Representation From Dynamics Using Contrastive Learning
von: Wu, Wei, et al.
Veröffentlicht: (2025)

MorphGrower: A Synchronized Layer-by-layer Growing Approach for Plausible Neuronal Morphology Generation
von: Yang, Nianzu, et al.
Veröffentlicht: (2024)

The Fast Lane Hypothesis: Von Economo Neurons Implement a Biological Speed-Accuracy Tradeoff
von: Keskin, Esila
Veröffentlicht: (2026)

Can Transfer Entropy Infer Information Flow in Neuronal Circuits for Cognitive Processing?
von: Tehrani-Saleh, Ali, et al.
Veröffentlicht: (2019)

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

A Bio-Inspired Research Paradigm of Collision Perception Neurons Enabling Neuro-Robotic Integration: The LGMD Case
von: Qin, Ziyan, et al.
Veröffentlicht: (2025)

How Do Artificial Intelligences Think? The Three Mathematico-Cognitive Factors of Categorical Segmentation Operated by Synthetic Neurons
von: Pichat, Michael, et al.
Veröffentlicht: (2024)

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

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

Network bottlenecks and task structure control the evolution of interpretable learning rules in a foraging agent
von: Giannakakis, Emmanouil, et al.
Veröffentlicht: (2024)

Asynchronous Bioplausible Neuron for SNN for Event Vision
von: Kachole, Sanket, et al.
Veröffentlicht: (2023)

Data-Efficient Neural Training with Dynamic Connectomes
von: Wu, Yutong, 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)

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

Exploring Biological Neuronal Correlations with Quantum Generative Models
von: Hernandes, Vinicius, et al.
Veröffentlicht: (2024)

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

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

Listen to the Waves: Using a Neuronal Model of the Human Auditory System to Predict Ocean Waves
von: Matysiak, Artur, et al.
Veröffentlicht: (2024)

A Bioplausible Model for the Expanding Hole Illusion: Insights into Retinal Processing and Illusory Motion
von: Nematzadeh, Nasim, et al.
Veröffentlicht: (2025)

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)

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

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

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)

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

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

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

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