Buchumschlag

What should a neuron aim for? Designing local objective functions based on information theory

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schneider, Andreas C., Neuhaus, Valentin, Ehrlich, David A., Makkeh, Abdullah, Ecker, Alexander S., Priesemann, Viola, Wibral, Michael
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Theory Machine Learning Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A General Framework for Interpretable Neural Learning based on Local Information-Theoretic Goal Functions
von: Makkeh, Abdullah, et al.
Veröffentlicht: (2023)

Redundancy Maximization as a Principle of Associative Memory Learning
von: Blümel, Mark, et al.
Veröffentlicht: (2025)

Prototype-based interpretation of the functionality of neurons in winner-take-all neural networks
von: Sabzevar, Ramin Zarei, et al.
Veröffentlicht: (2020)

CMOS-based area-and-power-efficient neuron and synapse circuits for time-domain analog spiking neural networks
von: Chen, Xiangyu, et al.
Veröffentlicht: (2022)

Associative Memory Model with Neural Networks: Memorizing multiple images with one neuron
von: Inazawa, Hiroshi
Veröffentlicht: (2025)

When Spiking neural networks meet temporal attention image decoding and adaptive spiking neuron
von: Qiu, Xuerui, et al.
Veröffentlicht: (2024)

Impact of diversity on bounded archives for multi-objective local search
von: Coco, Amadeu A., et al.
Veröffentlicht: (2026)

An improved clustering-based multi-swarm PSO using local diversification and topology information
von: Matanga, Yves, et al.
Veröffentlicht: (2025)

A Quantifier-Reversal Approximation Paradigm for Recurrent Neural Networks
von: Hutter, Clemens, et al.
Veröffentlicht: (2025)

Universal point spread function engineering for 3D optical information processing
von: Rahman, Md Sadman Sakib, et al.
Veröffentlicht: (2025)

NEAT and HyperNEAT based Design for Soft Actuator Controllers
von: Alcaraz-Herrera, Hugo, et al.
Veröffentlicht: (2025)

Multi-objective Memetic Algorithm with Adaptive Weights for Inverse Antenna Design
von: Kadlec, Petr, et al.
Veröffentlicht: (2024)

The working principles of model-based GAs fall within the PAC framework: A mathematical theory of problem decomposition
von: Yu, Tian-Li, et al.
Veröffentlicht: (2025)

Analysis of the Geometric Structure of Neural Networks and Neural ODEs via Morse Functions
von: Kuehn, Christian, et al.
Veröffentlicht: (2024)

Context-sensitive neocortical neurons transform the effectiveness and efficiency of neural information processing
von: Ahmed, Khubaib, et al.
Veröffentlicht: (2022)

Generalized Heavy-tailed Mutation for Evolutionary Algorithms
von: Eremeev, Anton V., et al.
Veröffentlicht: (2026)

Pattern recognition using spiking antiferromagnetic neurons
von: Bradley, Hannah, et al.
Veröffentlicht: (2023)

Theory of coupled neuronal-synaptic dynamics
von: Clark, David G., et al.
Veröffentlicht: (2023)

Is the Fitness Dependent Optimizer Ready for the Future of Optimization?
von: Awlla, Ardalan H., et al.
Veröffentlicht: (2025)

Physics-informed neural network for modeling dynamic linear elasticity
von: Kag, Vijay, et al.
Veröffentlicht: (2023)

Multi-start Optimization Method via Scalarization based on Target Point-based Tchebycheff Distance for Multi-objective Optimization
von: Nagakane, Kota, et al.
Veröffentlicht: (2025)

Runtime phylogenetic analysis enables extreme subsampling for test-based problems
von: Lalejini, Alexander, et al.
Veröffentlicht: (2024)

Zero-Shot Document-Level Biomedical Relation Extraction via Scenario-based Prompt Design in Two-Stage with LLM
von: Zhao, Lei, et al.
Veröffentlicht: (2025)

Neural auto-association with optimal Bayesian learning
von: Knoblauch, Andreas
Veröffentlicht: (2024)

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

Fast gradient-free activation maximization for neurons in spiking neural networks
von: Pospelov, Nikita, et al.
Veröffentlicht: (2023)

Lu.i -- A low-cost electronic neuron for education and outreach
von: Stradmann, Yannik, et al.
Veröffentlicht: (2024)

Morephy-Net: An Evolutionary Multi-objective Optimization for Replica-Exchange-based Physics-informed Neural Operator Learning Networks
von: Lu, Binghang, et al.
Veröffentlicht: (2025)

Information flow and Laplacian dynamics on local optima networks
von: Richter, Hendrik, et al.
Veröffentlicht: (2024)

A Neuromorphic Electronic Nose Design
von: Rastogi, Shavika, et al.
Veröffentlicht: (2024)

Reference Vector Adaptation and Mating Selection Strategy via Adaptive Resonance Theory-based Clustering for Many-objective Optimization
von: Kinoshita, Takato, et al.
Veröffentlicht: (2022)

Towards free-response paradigm: a theory on decision-making in spiking neural networks
von: Zhu, Zhichao, et al.
Veröffentlicht: (2024)

Learning-guided iterated local search for the minmax multiple traveling salesman problem
von: He, Pengfei, et al.
Veröffentlicht: (2024)

Metaheuristics for the Template Design Problem: Encoding, Symmetry and Hybridisation
von: Rueda, David Rodríguez, et al.
Veröffentlicht: (2024)

Evolutionary and Coevolutionary Multi-Agent Design Choices and Dynamics
von: Hemberg, Erik, et al.
Veröffentlicht: (2025)

Towards Robust and Accurate Myoelectric Controller Design based on Multi-objective Optimization using Evolutionary Computation
von: Shaikh, Ahmed Aqeel, et al.
Veröffentlicht: (2022)

Analysing the Influence of Reorder Strategies for Cartesian Genetic Programming
von: Cui, Henning, et al.
Veröffentlicht: (2024)

Automatic Design of Optimization Test Problems with Large Language Models
von: Achtelik, Wojciech, et al.
Veröffentlicht: (2026)

Leveraging Symbolic Regression for Heuristic Design in the Traveling Thief Problem
von: Ni, Andrew, et al.
Veröffentlicht: (2024)

Reachability Analysis for Lexicase Selection via Community Assembly Graphs
von: Dolson, Emily, et al.
Veröffentlicht: (2023)