该研究比较了深度人工神经网络中的反向传播学习算法与大脑神经元突触可塑性规律的类比，发现通过加强权重符号一致性的反馈对准法的修改可以实现相当的性能，表明前向和反向权重对准对深度网络的学习至关重要。

该文章比较了深度人工神经网络中的反向传播学习算法与大脑神经元突触可塑性规律的类比，并提出了一种修改反馈对准法的算法，可以实现相当的性能。研究结果表明，前向和反馈权重对准的机制对于深度网络的学习至关重要。