통증 유사 메타가소성과 우아한 감쇠를 결합한 스파이킹 신경망 평생 학습

한줄 요약

통증 유사 메타가소성과 이질시냅스 우아한 감쇠를 결합한 스파이킹 신경망으로, 평생 학습 환경에서 시냅스 보호와 망각 조절을 동시에 달성한다.

풀어야 하는 문제

기존 스파이킹 신경망(SNN)은 연속 학습 시 과거 지식의 파괴적 망각(catastrophic forgetting)과 새로운 정보의 효율적 통합 사이에서 균형을 잡기 어렵다. 특히 생물학적 타당성을 유지하면서도 안정적인 학습-망각 메커니즘을 통합한 아키텍처가 부족하다.

접근 방법

Maya는 통증 유사 메타가소성(pain-induced metaplasticity)을 통해 중요한 시냅스(통증 태그 경로)를 보호하고, Vairagya(초연) 원리에 기반한 이질시냅스 우아한 감쇠(heterosynaptic graceful decay)로 덜 중요한 연결을 점진적으로 약화시킨다. 두 메커니즘이 공유 가중치 행렬에서 동시에 작동하며, 4단계 통제 실험(N=3, 시드 결정론적)으로 검증되었다.

결과·기여

통증 태그 경로에서 학습 속도가 66.6% 향상되었으며, 기존 SNN 대비 연속 학습 성능이 개선되었다. 이 연구는 생물학적 영감(통증, 초연)을 SNN에 통합한 최초의 사례로, 평생 학습 아키텍처 설계에 새로운 방향을 제시한다.