Теория адаптивного резонанса и алгоритмы непрерывного обучения в нейросетях

Источники посвящены теории адаптивного резонанса (ART) — концепции нейронных сетей, разработанной Стивеном Гроссбергом и Гейл Карпентер для решения дилеммы стабильности-пластичности. Эта архитектура позволяет системам осваивать новую информацию, не разрушая при этом уже сформированные воспоминания. В текстах подробно описываются механизмы неконтролируемого обучения, работа различных слоев нейросети и роль параметра бдительности в процессе классификации данных. Рассматривается эволюция моделей от базовой ART1 для бинарных векторов до сложных гибридных систем, таких как Fuzzy ART и ARTMAP. Кроме того, биография Гроссберга подчеркивает его вклад в развитие вычислительной нейробиологии и создание автономных интеллектуальных алгоритмов. Исследования также включают современные приложения и сравнения с другими методами кластеризации в области искусственного интеллекта.