دینا فایل / مقاله اندازه گیری هسته ای توجه تقویت شده برای رمزگشایی رابط بین ماشین و مغز
مقاله اندازه گیری هسته ای توجه تقویت شده برای رمزگشایی رابط بین ماشین و مغز
مقاله اندازه گیری هسته ای توجه تقویت شده برای رمزگشایی رابط بین ماشین و مغز
عنوان مقاله فارسی: یادگیری تقویتی هسته ای توجه برای رمزگشایی رابط بین ماشین و مغز عنوان مقاله لاتین: Quantized Attention-Gated Kernel Reinforcement Learning for Brain–Machine Interface Decoding نویسندگان: Fang Wang;Yiwen Wang;Kai Xu;Hongbao Li;Yuxi Liao;Qiaosheng Zhang;Shaomin Zhang;Xiaoxiang Zheng;José C. Principe تعداد صفحات: سال انتشار: 2017 زبان: لاتین Abstract: Reinforcement learning (RL)-based decoders in brain-machine interfaces (BMIs) interpret dynamic neural activity without patients' real limb movements. In conventional RL, the goal state is selected by the user or defined by the physics of the problem, and the decoder finds an optimal policy essentially by assigning credit over time, which is normally very time-consuming. However, BMI tasks require finding a good policy in
هسته ای، تقویت رمزگشایی، ماشین و مغز ، Brain–Machine Interface Decoding، Reinforcement Learning،