FFR: Forward-Forward Learning for Regression
Dit artikel introduceert FFR, het eerste framework dat het biologisch plausibele Forward-Forward algoritme aanpast voor regressietaken door gebruik te maken van ordinale competitieve goedheid, een gestratificeerde ladderarchitectuur en hiërarchische voorspelling, waarmee een nauwkeurigheid die nabij backpropagation ligt wordt bereikt met aanzienlijk lagere geheugen- en computationele kosten.