基于脉冲延迟与异突触 STDP 的并行脉冲序列在线学习与识别神经启发系统
神经元与认知
2018-06-28 v1
摘要
人类在许多认知任务(包括模式识别)中表现极为出色。然而,这一过程背后的神经元机制尚不清楚。尽管如此,受脑回路启发的人工神经网络已被设计并用于应对时空模式识别任务。在本文中,我们提出了一种多神经元脉冲模式检测结构,能够自主实现并行脉冲序列(即属于不同神经元/神经集合的脉冲序列)的在线学习与识别。该结构的运作原理基于两种脉冲/突触神经计算特性:脉冲延迟(使神经元能以一定延迟发放脉冲)与异突触可塑性(允许突触权重自身调节)。从信息表示的角度看,该结构可将时空刺激映射到一个多维的、时间性的特征空间。在此空间中,神经元发放的参数坐标与时间代表某一特定特征。就此意义而言,每个特征可视为跨越单一时间轴。我们将所提方案应用于从运动抑制认知任务获取的实验数据。测试展现出良好的分类性能,表明了我们方法的适用性。除有效性外,其简单性与低计算成本提示可在脑机接口、个人生物特征认证或疾病早期检测等多个领域进行大规模实时识别应用实现。
引用
@article{arxiv.1806.10409,
title = {A neuro-inspired system for online learning and recognition of parallel spike trains, based on spike latency and heterosynaptic STDP},
author = {Gianluca Susi and Luis Anton Toro and Leonides Canuet and Maria Eugenia Lopez and Fernando Maestu and Claudio R. Mirasso and Ernesto Pereda},
journal= {arXiv preprint arXiv:1806.10409},
year = {2018}
}
备注
Submitted to Frontiers in Neuroscience