Отрывок: III. ЧИСЛЕННЫЙ ЭКСПЕРИМЕНТ Архитектура ИмНС, использованная в наших экспериментах, аналогична архитектуре сети в работе [4]. Сеть была построена на интегрирующих нейронах с утечкой. Сеть обучалась классифицировать изображения из набора MNIST [5]. ИмНС смоделирована в пакете Brian 2 [6]. Сеть состоит из двух слоёв, первый слой содержит 784 пуассоновских нейрона (по количеству пикселей в изображениях), второй слой состоит из 30 возбуждающих и 30 тормозящих нейрон...
Название : Обучение импульсных нейронных сетей с помощью комбинированных хеббовских правил
Авторы/Редакторы : Антонов Д. И.
Батуев Б. Б.
Сухов С. В.
Дата публикации : 2024
Библиографическое описание : Антонов, Д. И. Обучение импульсных нейронных сетей с помощью комбинированных хеббовских правил / Д. И. Антонов, Б. Б. Батуев, С. В. Сухов // Информационные технологии и нанотехнологии (ИТНТ-2024) : сб. тр. по материалам X Междунар. конф. и молодеж. шк. (г. Самара, 20-24 мая 2024 г.): в 6 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т). - Самара : Изд-во Самар. ун-та, 2024. - Т. 3: Искусственный интеллект : под ред. А. В. Никонорова, 2024. - С. 030302.
Аннотация : Представлен новый метод обучения импульсных (спайковых) нейронных сетей (ИмНС). Данный метод основан на локальных правилах изменения силы синаптической связи. Разработанный метод обучения с учителем использует комбинацию хеббовских правил - так называемой пластичности, зависящей от времени импульса (STDP), и постоянной долгосрочной депрессии (All-LTD). ИмНС были реализованы в пакете Brian 2.0. Численные эксперименты проводились на общедоступных наборах данных.
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Obuchenie-impulsnyh-neironnyh-setei-s-pomoshu-kombinirovannyh-hebbovskih-pravil-112603
Другие идентификаторы : RU\НТБ СГАУ\563357
Ключевые слова: All-LTD
STDP
комбинация хеббовских правил
импульсные нейронные сети
численные эксперименты
спайковые нейронные сети
симпатические связи
постоянная долгосрочной депрессии
правила изменения силы
правило изменения синапсов
обучение с учителем
пластичность
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
978-5-7883-2080-9_2024-030302.pdf332.87 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.