带延迟调整的脉冲神经元梯度下降学习算法

摘要

脉冲神经元有监督学习算法通过梯度下降法调整神经元的突触权值,但目标学习序列长度的增加会降低其精度并延长学习周期。为此,提出一种带延迟调整的梯度下降学习算法。将每个突触的延迟作为学习参数,在学习过程中调整权值,同时对突触的延迟时间进行梯度下降调整,从而使神经元激发出目标脉冲序列。实验结果表明,该算法在不增加算法复杂度的情况下,能够提高神经元学习复杂脉冲序列的能力,且收敛速度较快。