Core Concepts
「Forward-only」アルゴリズムは、バックプロパゲーションの生物学的に現実的でない側面を解決する方法として注目されています。
Abstract
ABSTRACT
「Forward-only」アルゴリズムは、バックプロパゲーションの代わりに第二の前方パスを使用してニューラルネットワークをトレーニングする。
Forward-ForwardアルゴリズムとPEPITAフレームワークは同じ学習原則を共有していることが示されている。
INTRODUCTION
ニューラルネットワークの信用割り当て問題に関連する。
Backpropagationアルゴリズムは複雑なタスクで効果的だが、生物学的に現実的ではない側面がある。
BIO-INSPIRED LEARNING ALGORITHMS
人工ニューラルネットワークのトレーニング規則に関する提案が多数存在する。
FAアルゴリズムは重み転送問題を解決し、MNISTでBPに近い性能を達成している。
THE PEPITA LEARNING RULE
Dellaferrera & Kreiman(2022)によって提案されたPEPITA学習規則。
クリーンパスと変調パスを通じて活性化が計算される。
TESTING PEPITA ON DEEPER NETWORKS, WITH WEIGHT MIRRORING, WEIGHT DECAY AND ACTIVATION NORMALIZATION
PEPITAは深層ネットワークでテストされ、WMおよび他の改善技術と組み合わせて精度が向上したことが示された。
ON THE RELATIONSHIP BETWEEN FORWARD-FORWARD AND PEPITA
FFアルゴリズムとPEPITAアルゴリズムの比較。
PEPITA-hebbian近似版も提案された。
Stats
"Forward-only" アルゴリズムはバックプロパゲーションの代替手段として注目されています。
PEPITAフレームワークでは、エラーが入力層まで伝播することが重要です。
Quotes
「Forward-only」アルゴリズムはまだ初期段階にあります。 - Dellaferrera & Kreiman(2022)