期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于脉冲序列核的脉冲神经元监督学习算法 被引量:4
1
作者 蔺想红 王向文 党小超 《电子学报》 EI CAS CSCD 北大核心 2016年第12期2877-2886,共10页
脉冲神经元应用脉冲时间编码神经信息,监督学习的目标是对于给定的突触输入产生任意的期望脉冲序列.但由于神经元脉冲发放过程的不连续性,构建高效的脉冲神经元监督学习算法非常困难,同时也是该研究领域的重要问题.基于脉冲序列的核函... 脉冲神经元应用脉冲时间编码神经信息,监督学习的目标是对于给定的突触输入产生任意的期望脉冲序列.但由于神经元脉冲发放过程的不连续性,构建高效的脉冲神经元监督学习算法非常困难,同时也是该研究领域的重要问题.基于脉冲序列的核函数定义,提出了一种新的脉冲神经元监督学习算法,特点是应用脉冲序列核构造多脉冲误差函数和对应的突触学习规则,并通过神经元的实际脉冲发放频率自适应地调整学习率.将该算法用于脉冲序列的学习任务,期望脉冲序列采用Poisson过程或线性方法编码,并分析了不同的核函数对算法学习性能的影响.实验结果表明该算法具有较高的学习精度和良好的适应能力,在处理复杂的时空脉冲模式学习问题时十分有效. 展开更多
关键词 脉冲神经元 监督学习 脉冲序列核 内积 脉冲序列学习
在线阅读 下载PDF
基于脉冲序列核的递归脉冲神经网络突触权值-延迟学习算法
2
作者 王向文 丁少轩 +1 位作者 邹丽 范景行 《计算机应用研究》 2025年第12期3611-3618,共8页
递归脉冲神经网络是一类具有反馈回路的类脑智能计算模型,具有强大的复杂时空模式学习能力,但构建其高效的脉冲序列级监督学习算法仍面临挑战。突触权值和延迟在神经元间的信息传递中起着重要作用,然而现有研究大多关注突触权值的学习,... 递归脉冲神经网络是一类具有反馈回路的类脑智能计算模型,具有强大的复杂时空模式学习能力,但构建其高效的脉冲序列级监督学习算法仍面临挑战。突触权值和延迟在神经元间的信息传递中起着重要作用,然而现有研究大多关注突触权值的学习,对突触延迟的学习和优化相对不足。针对这一现状,提出了一种基于脉冲序列核的递归脉冲神经网络突触权值-延迟监督学习算法,通过同时优化突触权值和延迟来提升网络的学习性能。脉冲序列学习和UCI数据集分类实验的结果显示,动态延迟学习算法比静态延迟学习算法的学习准确率更高且所需学习周期更少,表明突触延迟学习能够显著提高网络训练的准确性并加速网络收敛。 展开更多
关键词 递归脉冲神经网络 监督学习 突触延迟学习 脉冲序列核
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部