Ik heb een Continuous Attractor Network gebouwd met 3 motorneuronen die leren om de muizen naar voedsel te leiden met behulp van beloningsgemoduleerde Hebbiaanse plasticiteit. Geen backpropagation en geen SGD. In dit geval leerde het netwerk in eerste instantie om rond het voedsel te cirkelen 😯 De broncode is open source. Link in de opmerking. 36 neuronen in de CAN detecteren waar het voedsel is, elk neuron in dit netwerk is verbonden met elk motorneuron. In het begin zijn de verbindingen willekeurig en zwak en worden ze sterker naarmate de muizen dichterbij komen en het voedsel bereiken. Het netwerk doet dit door bij te houden welke neuronen samen vuren om dit te bereiken en die verbindingen te versterken. Als je dit interessant vindt, kijk dan naar mijn Spiking neural networks-project. Ik zal daar ook een link naar in de opmerking plaatsen.