用于多个优化问题的广义脉冲局部竞争算法
最优化与控制
2024-07-08 v1
摘要
我们提出了一种广义脉冲局部竞争算法（Spiking Locally Competitive Algorithm, LCA），该算法具有生物学可行性，并能适应多种神经元模型和网络连接结构。在此基础上，我们提供了理论证据，表明该算法在信噪比恢复优化问题中具有收敛性。此外，我们的算法在实际场景中（包括信噪比去噪、地震波检测和计算机断层扫描重建）的性能优于传统优化方法，如 FISTA，尤其是在实现更快的早期收敛方面具有显著优势。值得注意的是，我们的算法能够与仿生芯片（如 Loihi）兼容，实现了在单一芯片架构中的高效多任务处理——这一能力在现有算法中尚未实现。这些突破性进展使广义脉冲 LCA 成为实际应用中具有前景的解决方案，显著提升了仿生计算系统的执行速度和灵活性。
引用
@article{arxiv.2407.03930,
title = {A Generalized Spiking Locally Competitive Algorithm for Multiple Optimization Problems},
author = {Xuexing Du and Zhong-qi K. Tian and Songting Li and Douglas Zhou},
journal= {arXiv preprint arXiv:2407.03930},
year = {2024}
}
备注
26 pages, 6 figures