期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
脉冲神经网络:模型、学习算法与应用 被引量:20
1
作者 程龙 刘洋 《控制与决策》 EI CSCD 北大核心 2018年第5期923-937,共15页
脉冲神经网络是目前最具有生物解释性的人工神经网络,是类脑智能领域的核心组成部分.首先介绍各类常用的脉冲神经元模型以及前馈和循环型脉冲神经网络结构;然后介绍脉冲神经网络的时间编码方式,在此基础上,系统地介绍脉冲神经网络的学... 脉冲神经网络是目前最具有生物解释性的人工神经网络,是类脑智能领域的核心组成部分.首先介绍各类常用的脉冲神经元模型以及前馈和循环型脉冲神经网络结构;然后介绍脉冲神经网络的时间编码方式,在此基础上,系统地介绍脉冲神经网络的学习算法,包括无监督学习和监督学习算法,其中监督学习算法按照梯度下降算法、结合STDP规则的算法和基于脉冲序列卷积核的算法3大类别分别展开详细介绍和总结;接着列举脉冲神经网络在控制领域、模式识别领域和类脑智能研究领域的应用,并在此基础上介绍各国脑计划中,脉冲神经网络与神经形态处理器相结合的案例;最后分析脉冲神经网络目前所存在的困难和挑战. 展开更多
关键词 脉冲神经网络 脉冲神经元模型 学习算法 STDP规则 类脑智能 神经形态处理器
原文传递
类脑脉冲神经网络及其神经形态芯片研究综述 被引量:6
2
作者 张慧港 徐桂芝 +1 位作者 郭嘉荣(综述) 郭磊(审校) 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2021年第5期986-994,1002,共10页
在类脑人工智能高速发展、电磁环境日益复杂的现状下,最具有仿生特性和抗干扰性的脉冲神经网络在计算速度、实时信息处理、时空数据处理上表现出巨大的潜能。脉冲神经网络是类脑人工智能的核心之一,通过模拟生物体神经网络结构和信息传... 在类脑人工智能高速发展、电磁环境日益复杂的现状下,最具有仿生特性和抗干扰性的脉冲神经网络在计算速度、实时信息处理、时空数据处理上表现出巨大的潜能。脉冲神经网络是类脑人工智能的核心之一,通过模拟生物体神经网络结构和信息传递方式来实现类脑计算。本文首先总结五种神经元模型的优缺点和适用性,分析五种网络拓扑结构的特征;其次综述脉冲神经网络算法,从无监督学习和有监督学习两个角度总结基于突触可塑性规则的无监督学习算法和四类监督学习算法;最后重点综述国内外在研的类脑神经形态芯片。本文旨在通过系统性的总结,为初入脉冲神经网络研究领域的同行提供学习思路和研究方向。 展开更多
关键词 脉冲神经网络 脉冲神经元模型 学习算法 类脑神经形态芯片 数字电路
原文传递
面向图像识别的多层脉冲神经网络学习算法综述 被引量:2
3
作者 李雅馨 申江荣 徐齐 《中国图象图形学报》 CSCD 北大核心 2023年第2期385-400,共16页
相较于第1代和第2代神经网络,第3代神经网络的脉冲神经网络是一种更加接近于生物神经网络的模型,因此更具有生物可解释性和低功耗性。基于脉冲神经元模型,脉冲神经网络可以通过脉冲信号的形式模拟生物信号在神经网络中的传播,通过脉冲... 相较于第1代和第2代神经网络,第3代神经网络的脉冲神经网络是一种更加接近于生物神经网络的模型,因此更具有生物可解释性和低功耗性。基于脉冲神经元模型,脉冲神经网络可以通过脉冲信号的形式模拟生物信号在神经网络中的传播,通过脉冲神经元的膜电位变化来发放脉冲序列,脉冲序列通过时空联合表达不仅传递了空间信息还传递了时间信息。当前面向模式识别任务的脉冲神经网络模型性能还不及深度学习,其中一个重要原因在于脉冲神经网络的学习方法不成熟,深度学习中神经网络的人工神经元是基于实数形式的输出,这使得其可以使用全局性的反向传播算法对深度神经网络的参数进行训练,脉冲序列是二值性的离散输出,这直接导致对脉冲神经网络的训练存在一定困难,如何对脉冲神经网络进行高效训练是一个具有挑战的研究问题。本文首先总结了脉冲神经网络研究领域中的相关学习算法,然后对其中主要的方法:直接监督学习、无监督学习的算法以及ANN2SNN的转换算法进行分析介绍,并对其中代表性的工作进行对比分析,最后基于对当前主流方法的总结,对未来更高效、更仿生的脉冲神经网络参数学习方法进行展望。 展开更多
关键词 脉冲神经网络(SNN) 学习算法 无监督学习 监督学习 脉冲神经元模型 图像识别
原文传递
θ相移在单次学习过程中促进神经网络对空间位置顺序记忆的研究 被引量:2
4
作者 沈恩华 王如彬 张志康 《动力学与控制学报》 2009年第2期183-187,共5页
θ相移是在大鼠海马中发现的位置细胞放电的特殊模式。随着大鼠在某个位置场中行进,相应位置细胞发放脉冲的相位(相对于局部电位中的θ节律)会逐渐提前。一些学者认为,该现象可以将大鼠在运动中所经过的一系列位置场的顺序编码成时间上... θ相移是在大鼠海马中发现的位置细胞放电的特殊模式。随着大鼠在某个位置场中行进,相应位置细胞发放脉冲的相位(相对于局部电位中的θ节律)会逐渐提前。一些学者认为,该现象可以将大鼠在运动中所经过的一系列位置场的顺序编码成时间上压缩,并且多次重复出现的脉冲模式,因此可以促进大鼠对其在运动中经过的空间位置的顺序的记忆。本文建立了一个模型,对该现象进行了研究。首先,本文建立了能够产生θ相移现象的单个海马神经元模型。这一模型建立在HarrisKD等及MageeJC的电生理实验研究的基础上,根据神经元真实的生理特性来建模。并且以整合与发放的脉冲神经元模型取代H-H模型,大大简化了计算量。而模拟结果又能较好的重现实验中真实神经元的表现。为了研究θ相移对空间位置顺序记忆的作用,在单神经元模型的基础上,又建立了一个基于STDP的学习型神经网络。通过对网络的研究发现,空间位置顺序的信息在模拟中只要输入一次,就可以使该网络对这一顺序形成一定程度的记忆,并且有一定的比率能达到很高的准确率。而如果在单神经元模型中去除θ相移功能,则在单次学习过程中,根本无法形成对空间位置顺序的记忆,代表各个空间位置的神经元几乎同时发放,基本上不能代表顺序信息。 展开更多
关键词 θ相移 脉冲神经元模型 脉冲时间相关的突触可塑性 顺序记忆
下载PDF
模拟初级视皮层脉冲神经元的动作识别系统 被引量:1
5
作者 黄丽鸿 谌先敢 刘海华 《自动化学报》 EI CSCD 北大核心 2012年第12期1975-1984,共10页
大脑中致力于运动信息处理的区域是初级视皮层(V1)和中颞区(MT).目前有关运动模式是在哪个区域完成的,存在不同的推测.迄今大多数关于动作识别的研究都是围绕MT阶段展开的.本文针对V1阶段获得的信息能否进行动作识别的问题展开研究,提... 大脑中致力于运动信息处理的区域是初级视皮层(V1)和中颞区(MT).目前有关运动模式是在哪个区域完成的,存在不同的推测.迄今大多数关于动作识别的研究都是围绕MT阶段展开的.本文针对V1阶段获得的信息能否进行动作识别的问题展开研究,提出了模拟初级视皮层(V1)脉冲神经元的动作识别系统.该系统首先采用3D Gabor滤波器及其组合分别模拟初级视觉皮层中简单、复杂细胞的感受野,以此对视频图像进行处理,从而获取对运动速度和方向敏感的运动能量,并通过V1阶段的环绕抑制来增强运动能量和降低噪声的影响.其次,采用Integrate-and-fire脉冲神经元模型模拟初级视觉皮层的神经元,将获取的运动信息转换为神经元响应的脉冲链.最后,根据脉冲链平均发放率的特性提取运动特征向量,采用支持向量机(Support vector machine,SVM)作为分类器.在Weiziman数据库下进行测试,实验结果表明,V1阶段获得的信息可以进行动作的识别. 展开更多
关键词 动作识别 3D Gabor滤波器 环绕抑制 脉冲神经元模型
下载PDF
基于梯度下降的脉冲神经网络训练算法
6
作者 徐梦遥 《现代计算机》 2021年第35期1-11,共11页
脉冲神经网络(SNN)作为第三代神经网络受到广泛关注,但因离散时间脉冲信号和神经元机制,缺乏有效的训练算法。本文设计了适用于梯度下降的拟脉冲激活函数和脉冲神经元迭代计算模型,以及用于数据转换处理的编码与解码层,在此基础上提出... 脉冲神经网络(SNN)作为第三代神经网络受到广泛关注,但因离散时间脉冲信号和神经元机制,缺乏有效的训练算法。本文设计了适用于梯度下降的拟脉冲激活函数和脉冲神经元迭代计算模型,以及用于数据转换处理的编码与解码层,在此基础上提出了一种适用于大型SNN的训练算法。与其他训练算法对比,该算法达到了更高的准确性,在MNIST和CIFAR10数据集上分别达到98.81%和70.78%的准确率,与ANN相比分别减少了22.18%和25.61%的功耗,脉冲序列的时间长度最大下降了750倍。 展开更多
关键词 脉冲神经网络 脉冲神经元模型 反向传播 梯度下降训练
下载PDF
基于梯度下降的脉冲神经元在线学习方法 被引量:6
7
作者 徐彦 《计算机工程》 CAS CSCD 北大核心 2015年第12期150-155,160,共7页
现有基于梯度下降的脉冲神经元脉冲序列学习方法采用离线学习方式,即神经元运行结束后再根据全部输出脉冲调整突触权值。基于真实生物神经元突触强度的在线调整机制,提出一种在线方式的基于梯度下降的脉冲序列学习方法。在神经元运行过... 现有基于梯度下降的脉冲神经元脉冲序列学习方法采用离线学习方式,即神经元运行结束后再根据全部输出脉冲调整突触权值。基于真实生物神经元突触强度的在线调整机制,提出一种在线方式的基于梯度下降的脉冲序列学习方法。在神经元运行过程中,当有脉冲激发时,即刻根据实际与期望输出脉冲调整突触权值。实验结果表明,该方法可有效实现脉冲序列学习,与离线的基于梯度下降的方法相比,具有更高的学习精度。 展开更多
关键词 脉冲神经 梯度下降 在线学习 脉冲序列学习 脉冲反应神经元模型
下载PDF
构建更接近大脑的多种可塑性共存的SNN
8
作者 白悦岐 《电子世界》 2018年第16期68-69,共2页
脉冲神经网络(SNN)称为第三代神经网络,源于神经科学是最接近人脑的信息计算方式。信息存储不再是某个处理单元实现,信息在网络中传播完成并行式的运行模式,计算和存储融为一体。SNN冲破了神经网络的阈值或sigmoid单元,基于动力学脉冲驱... 脉冲神经网络(SNN)称为第三代神经网络,源于神经科学是最接近人脑的信息计算方式。信息存储不再是某个处理单元实现,信息在网络中传播完成并行式的运行模式,计算和存储融为一体。SNN冲破了神经网络的阈值或sigmoid单元,基于动力学脉冲驱动,发展了具有指数模式记忆能力适应能力强的新模型。本文主要基于脉冲响应神经元模型(SRM)发展了更接近人脑动力学特型的新型SRM并结合了脉冲编码形式,应用最贴近大脑的学习机制STDP,以非监督学习为主要算法对,结合对网络拓扑的设计。通过训练以及输出神经元的脉冲,发现网络具有图像认知,分类,描述等特性。提出了SNN的应用前景以及几种仿真架构。 展开更多
关键词 脉冲神经网络 脉冲响应神经元模型 STDP
下载PDF
Effects of Aging and Self-organized Criticality in a Pulse-Coupled Integrate-and-Fire Neuron Model Based on Small World Networks
9
作者 ZHANG Gui-Qing ZHANG Ying-Yue CHEN Tian-Lun 《Communications in Theoretical Physics》 SCIE CAS CSCD 2007年第5期869-874,共6页
Effects of aging and self-organized criticality in a pulse-coupled integrate-and-fire neuron model based on small world networks have been studied. We give the degree distribution of aging network, average shortest p... Effects of aging and self-organized criticality in a pulse-coupled integrate-and-fire neuron model based on small world networks have been studied. We give the degree distribution of aging network, average shortest path length, the diameter of our network, and the clustering coefficient, and find that our neuron model displays the power-law behavior, and with the number of added links increasing, the effects of aging become smaller and smaller. This shows that if the brain works at the self-organized criticality state, it can relieve some effects caused by aging. 展开更多
关键词 AGING self-organized criticality small world networks
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部