系列文章目录
微信公众号关注:脑机接口研习社
关注脑机接口最新发展动态
一、创建和添加学习规则(Creating and Adding Learning Rules)
1. 什么是学习规则?
学习规则对于仿真过程中网络参数的自动适应是必不可少的。目前,BindsNET支持两种不同的学习规则类别:
a. 两因素:基于突触前和突触后(pre- and post- synaptic)神经活动进行联想学习(associative learning)。
典型的例子是Hebbian学习,可以概括为“一起激发的细胞连接在一起”。即,共同活动的神经元使它们的连接强度增加。
依赖于脉冲时间的可塑性 (Spike-timing-dependent plasticity, STDP)规定突触前和突触后尖峰的顺序很重要。
如果突触前神经元突触在突触后神经元之前激发,则连接强化,相反,如果激发顺序颠倒,则连接弱化。
连接权重更新的幅度是突触前和突触后神经元的激发间隔的递减