قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
قاعدة تعلم BCM
نظرية فيزيائية حيوية للمرونة المشبكية تقدم عتبة تعديل بلاستيكية متغيرة حسب المتوسط النشاط ما بعد المشبكي. قاعدة BCM توحد LTP و LTD في إطار رياضي متسق.
المرونة المشبكية الشاملة
عملية تعديل مشبكي منسق على نطاق الشبكة العصبية، غالبًا ما يتضمن نواقل عصبية أو إشارات مكافأة. المرونة الشاملة تسمح بالتكيف السياقي والتعميم في الأنظمة العصبية التشابهية.
الميتا-مرونة
ظاهرة حيث يؤثر تاريخ النشاط المشبكي على خصائص المرونة المستقبلية لنفس المشبك. الميتا-مرونة تقدم ذاكرة طويلة الأمد للحالات البلاستيكية السابقة.
المرونة الهيكلية
تعديل في الاتصال الفيزيائي للشبكة العصبية عن طريق إنشاء أو إزالة أو إعادة هيكلة المشابك. على عكس المرونة الوظيفية، تغير الهندسة الطوبولوجية للدوائر العصبية التشابهية.
المرونة الوظيفية
تغير في كفاءة الاتصالات المشبكية الموجودة دون تعديل الهيكل الطوبولوجي للشبكة. المرونة الوظيفية تركز بشكل رئيسي على تغييرات الأوزان المشبكية.
قاعدة أوجا
خوارزمية تعلم تعدل قاعدة هيب لتحقيق استقرار الأوزان المشبكية عن طريق إدخال مصطلح التسوية. قاعدة أوجا تسمح باستخراج المكونات الرئيسية في الشبكات العصبية التشابهية.
المرونة المعتمدة على التردد
شكل من أشكال المرونة حيث يعتمد الاتجاه وسعة التعديل المشبكي على تردد التحفيز. تميز عادة بين الترددات المنخفضة (المحفزة لـ LTD) والترددات العالية (المحفزة لـ LTP).
المرونة المعتمدة على الكالسيوم
آلية حيث يحدد تركيز الكالسيوم داخل الخلية اتجاه التعديل المشبكي. التراكيز المنخفضة تشجع LTD بينما التراكيز العالية تحفز LTP.
القاعدة المعممة لهيب
توسيع لمبدأ هيب يشمل مصطلحات الاكتئاب المشبكي والتطبيع لمنع النمو المتفجر للأوزان. هذه الصيغة الأكثر واقعية تستخدم على نطاق واسع في التطبيقات العصبية الهيكلية.
بلاستيكية ثلاثية- STDP
متغير من STDP يأخذ في الاعتبار التفاعلات بين ثلاثة إمكانات عمل لتكرار أفضل للبيانات التجريبية البيولوجية. تقدم نمذجة أكثر دقة لظاهرة التعلم الزمني.
بلاستيكية بواسطة حزم من النبضات
آلية بلاستيكية حيث مجموعات أو "حزم" من إمكانات العمل، بدلاً من النبضات المعزولة، تحدد التعديلات المشبكية. هذا النهج يلتقط بشكل أفضل الطبيعة الديناميكية للإرسال العصبي.