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...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorАнтонов Д. И.ru
dc.contributor.authorБатуев Б. Б.ru
dc.contributor.authorСухов С. В.ru
dc.coverage.spatialAll-LTDru
dc.coverage.spatialSTDPru
dc.coverage.spatialкомбинация хеббовских правилru
dc.coverage.spatialимпульсные нейронные сетиru
dc.coverage.spatialчисленные экспериментыru
dc.coverage.spatialспайковые нейронные сетиru
dc.coverage.spatialсимпатические связиru
dc.coverage.spatialпостоянная долгосрочной депрессииru
dc.coverage.spatialправила изменения силыru
dc.coverage.spatialправило изменения синапсовru
dc.coverage.spatialобучение с учителемru
dc.coverage.spatialпластичностьru
dc.creatorАнтонов Д. И., Батуев Б. Б., Сухов С. В.ru
dc.date.accessioned2024-12-05 09:39:23-
dc.date.available2024-12-05 09:39:23-
dc.date.issued2024ru
dc.identifierRU\НТБ СГАУ\563357ru
dc.identifier.citationАнтонов, 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.ru
dc.identifier.urihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Obuchenie-impulsnyh-neironnyh-setei-s-pomoshu-kombinirovannyh-hebbovskih-pravil-112603-
dc.description.abstractПредставлен 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.ru
dc.language.isorusru
dc.relation.ispartofИнформационные 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.ru
dc.sourceИнформационные технологии и нанотехнологии (ИТНТ-2024). - Т. 3 : Искусственный интеллект : под ред. А. В. Никонороваru
dc.titleОбучение импульсных нейронных сетей с помощью комбинированных хеббовских правилru
dc.typeTextru
dc.citation.spage030302ru
dc.citation.volume3ru
dc.textpartIII. 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...-
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 базовое описание ресурса Просмотр статистики
Поделиться:



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