据TechXplore网7月15日消息，美国佐治亚理工学院开发出一种新型神经网络模型RTNet，模拟人类做决策的方式。该模型基于两个关键组件构建：贝叶斯神经网络（BNN）和证据积累过程。贝叶斯神经网络使用概率来做出决策，证据积累过程跟踪每个选择的证据。研究人员发现，RTNet模型在决策准确性、响应时间和置信度上与人类相似，同时在快速决策场景中更准确。研究人员希望在更多数据集上测试这种模型，并将其应用于其他神经网络，以模拟人类的推理能力。

消息来源：https://techxplore.com/news/2024-07-neural-network-decisions-human.html