安定性と可塑性のジレンマこれは、人工神経系と生物学的神経系に存在する神経系の制約であり、バランスのとれた状態を達成するために安定性と可塑性の間のトレードオフが必要であると理解できます。

並列分散システムでの学習には、新しい知識を統合するための可塑性が必要であり、安定性は以前の知識の忘れを防ぐために使用されます。可塑性が多すぎると、以前にエンコードされたデータが継続的に忘れられ、安定性が多すぎると、シナプスレベルでのデータの処理が妨げられます。 . データの有効なエンコーディング。

ほとんどの場合、ニューラル コンピューティングは、過度の可塑性と過度の安定性の問題を解決しました。