一种基于强化学习的脉冲神经网络模拟电路

摘要

本发明属于脉冲神经网络技术领域，公开一种基于强化学习的脉冲神经网络模拟电路；包括：输入层神经元，隐藏层神经元，输出神经元和突触；输入层神经元通过突触与隐藏层神经元连接，隐藏层神经元通过突触与所述输出神经元连接；突触用于根据权重值将前级神经元的第一脉冲信号进行调节后传递给后级神经元，还用于接收后级神经元输出的第二脉冲信号，并根据第一脉冲信号和第二脉冲信号之间的时间差以及奖励信号对所述权重值进行更新。本发明基于强化学习，搭建脉冲神经网络电路，实现XOR分类功能。与传统的脉冲神经网络相比，具有更快的训练速度和更高的准确率。