简单的神经网络在控制机器人假肢方面比复杂的系统更有效
密歇根大学的研究人员发现，基于人体自然神经回路的人工神经网络让灵长类动物能够更快、更准确地控制由大脑控制的假指和手。 密歇根大学的研究人员表明，受人体自然神经回路启发的人工神经网络可以让灵长类动物更快、更准确地控制大脑控制的假手和手指。

一组医生和工程师发现，与没有神经网络的传统算法相比，使用前馈网络控制机器人手指可将机器人手指的峰值速度提高 45%。 工程师和医生团队发现，与不使用神经网络的传统算法相比，前馈神经网络将峰值手指速度提高了 45%。

Cindy Chestek 博士说，这种前馈架构更古老、更简单，信息仅以一种方式流动，即从输入到输出。 密歇根大学生物医学工程副教授，Nature Communications 通讯作者。

来源和详细信息：
https://medicalxpress.com/news/2023-01-simple-neural-networks-outperform-complex.html