基于自适应编码的脉冲神经网络 | |
张驰1,2,3; 唐凤珍1,3 | |
刊名 | 计算机应用研究 |
2022 | |
卷号 | 39期号:2页码:593-597 |
关键词 | 脉冲神经网络 自适应编码 替代梯度反向传播 漏电积分发放神经元模型 |
ISSN号 | 1001-3695 |
其他题名 | Self-adaptive coding for spiking neural network |
产权排序 | 1 |
英文摘要 | 脉冲神经网络(SNN)采用脉冲序列表征和传递信息,与传统人工神经网络相比,更具有生物可解释性。但典型SNN的特征提取能力受到其结构限制,对于图像数据等多分类任务的识别准确率不高,不能与卷积神经网络(CNN)相媲美。针对该问题,提出了一种新型的自适应编码脉冲神经网络(SCSNN),将CNN的特征提取能力和SNN的生物可解释性结合起来,采用生物神经元动态脉冲触发特性构建网络结构,并设计了一种新的替代梯度反向传播方法直接训练网络参数。所提出的SCSNN网络分别在MNIST数据集和Fashion-MNIST数据集做了验证,取得较好的识别结果,在MNIST数据集上准确率达到了99.62%,在Fashion-MNIST数据集上准确率达到了93.52%,验证了本模型的有效性。 |
语种 | 中文 |
资助机构 | 国家重点研发计划资助项目(2020YFB13400) ; 国家自然科学基金资助项目(61803369) |
内容类型 | 期刊论文 |
源URL | [http://ir.sia.cn/handle/173321/29539] |
专题 | 沈阳自动化研究所_机器人学研究室 |
通讯作者 | 唐凤珍 |
作者单位 | 1.中国科学院机器人与智能制造创新研究院 2.中国科学院大学 3.中国科学院沈阳自动化研究所机器人学国家重点实验室 |
推荐引用方式 GB/T 7714 | 张驰,唐凤珍. 基于自适应编码的脉冲神经网络[J]. 计算机应用研究,2022,39(2):593-597. |
APA | 张驰,&唐凤珍.(2022).基于自适应编码的脉冲神经网络.计算机应用研究,39(2),593-597. |
MLA | 张驰,et al."基于自适应编码的脉冲神经网络".计算机应用研究 39.2(2022):593-597. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论