![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
SNN
文章平均质量分 92
v b
这个作者很懒,什么都没留下…
展开
-
Spatio-Temporal Backpropagation for Training High-performance Spiking Neural Networks笔记
《Spatio-Temporal Backpropagation for Training High-performance Spiking Neural Networks》笔记ABSTRACTSTBP:Spatio-Temporal Backpropagation1.探索SNN的一个重要原因:spikes的相关编码可以包含很多的时空信息。2.目前很多(这篇文章发之前)研究都只关注于神经网络的空间域信息,造成了相关研究的瓶颈。也有部分只研究独立时域信息。3.spike activity是无法微分的原创 2021-08-04 16:52:03 · 1017 阅读 · 2 评论 -
7.5 SNN《脉冲神经网络研究进展综述》笔记
7.5 SNN《脉冲神经网络研究进展综述》笔记一、SNN相关机制和结构SNN的优势:丰富的时空动力学特征、多样的编码机制、契合硬件的事件驱动性等。1.突触可塑性的生物学基础赫布规则及其延伸原始:当A细胞重复或持续地参与激活B细胞时,两个细胞间会发生某种生长过程或代谢变化,使得A细胞激活B细胞的效率得到提高。关于海马体中长时程增强作用(LTP)和长时程抑制作用(LTD)两种可塑性实验发现为赫布假说提供了支撑。延伸:突触前-突触后的神经元发放顺序会引起LTP,突触后-突触前的神经元发放顺序会引起LT转载 2021-07-06 21:46:42 · 3241 阅读 · 0 评论