文件名称：带延迟学习的脉冲神经元梯度下降学习算法
文件大小：6.49MB
文件格式：PDF
更新时间：2024-05-27 14:12:35
脉冲神经元; 脉冲序列; 梯度下降; 突触; 延迟
脉冲神经网络是一种基于生物神经元工作方式的第三代神经网络,它的最大特点是输入和输出均为一串具有时间特性的脉冲序列。在已有的脉冲神经元有监督学习算法中,基于梯度下降的学习算法通过梯度下降来调整神经元的突触权值,然而该算法随着目标学习序列长度的增加,精度下降且所需的学习周期迅速增加。大量的生物神经元证据表明神经元的输入时间延迟并不是固定不变而是会在运行过程中随着时间发生变化。基于此,本文提出一种带延迟调整的梯度下降学习算法以提高算法的学习能力。该算法将每个突触的延迟作为学习参数,在学习过程中不但调整权值同时还对突触的延迟时间进行梯度下降调整。一系列模拟实验证明该算法能在不大幅增加算法复杂度的情况下,提高神经元学习复杂脉冲序列的能力,并且收敛速度更快。