Нейронные сети: обучение по времени импульсов для байесовского вывода
Новое исследование демонстрирует, как биологически правдоподобные нейронные сети могут обучаться с использованием зависимости пластичности от времени импульсов для эффективного решения задач байесовского вывода.





![В рамках разработанной системы «Align While Search» текущая траектория сопоставляется с числовой уверенностью посредством обновления и проекции: наблюдения корректируют глобальное текстовое убеждение [latex]B^{\mathcal{G}}[/latex], которое затем проецируется на апостериорное распределение категориальных действий [latex]b^{\mathcal{S}}(a)[latex], при этом кандидаты в действия оцениваются ожидаемой информационной приростностью [latex]IG[/latex] (уравнение 3) на основе смоделированных наблюдений [latex]\hat{o}[latex], а действие с наивысшим рейтингом возвращается базовому агенту.](https://arxiv.org/html/2512.24461v1/figs/main_figure_4.png)

