Dynamic architectural optimization of artificial neural networks

Optimisation architecturale des réseaux neuronaux artificiels Les réseaux de neurones artificiels ont fondamentalement redéfini la façon dont les données sont analysées et ouvert de nouvelles possibilités d'intelligence artificielle à travers le domaine de l'apprentissage profond. Malgré ces progrès, les réseaux de neurones artificiels ont encore de nombreuses limitations qui ne sont pas observées dans les réseaux de neurones biologiques tels que l'oubli catastrophique et la spécialisation extrême. L'idée de ce projet est d'appliquer les principes d'apprentissage observés dans les neurones biologiques aux réseaux de neurones artificiels, y compris la plasticité synaptique et l'apprentissage structurel. L'objectif est que cela permette aux réseaux de neurones d'adapter leur structure et leur apprentissage à des tâches spécifiques et d'apprendre en continu sans oublier les connaissances préalables. L'objectif spécifique de ce projet est d'améliorer les méthodes d'apprentissage par renforcement, mais ce travail fondamental sur l'apprentissage des réseaux de neurones artificiels a un potentiel dans tous les domaines d'application où les réseaux de neurones artificiels sont actuellement appliqués et pourrait conduire à d'autres applications.