一种脉冲神经元监督学习的直接计算方法

摘要

精确脉冲定时作为一种神经元信息编码方式更具生物可解释性,使用精确脉冲定时编码的脉冲神经元具有更为强大的时空信号处理能力.脉冲神经元监督学习是神经计算的重要方面,目的是使神经元对给定输入脉冲在期望时刻发放脉冲.通过分析输入脉冲序列、期望输出脉冲序列与实际输出脉冲序列的关系,发现已有脉冲神经元监督学习算法的脉冲选择与计算较为复杂,致使不能达到理想学习效果.通过去除影响整体学习效果的多余脉冲计算,构建用于脉冲神经元突触权值调整的双脉冲单元,提出了一种适用于脉冲神经元监督学习的直接计算方法.该方法基于输入脉冲,使用期望输出脉冲与实际输出脉冲的时序关系,直接计算突触权值的调整量;每个输入脉冲在每次迭代中最多计算一次,有效减少了脉冲计算次数.实验结果表明,直接计算方法作为脉冲神经元监督学习的一般性脉冲计算优化策略,可以大幅提高已有算法的学习准确率.