一种用于STDP的随机方法
神经与进化计算
2016-11-18 v1
摘要
我们提出了脉冲时序依赖可塑性（STDP）学习规则的一种数字实现。该数字实现由指数衰减生成器阵列和STDP适配器阵列组成。在突触前与突触后脉冲到达时，STDP适配器将向衰减生成器发送一个数字脉冲。随后衰减生成器产生指数衰减，STDP适配器利用该衰减进行权值调整。指数衰减计算开销大，我们通过一种新颖的随机方法得以高效实现，并在此对其进行分析与表征。我们采用时间复用方法，仅用各一个物理实现即获得8192（8k）个虚拟STDP适配器和衰减生成器。我们已经通过一个平衡兴奋/抑制实验的测量结果验证了随机STDP方法。我们的随机方法非常适合于在实时运行的大规模脉冲神经网络中实现STDP学习规则。
引用
@article{arxiv.1603.04080,
title = {A Stochastic Approach to STDP},
author = {Runchun Wang and Chetan Singh Thakur and Tara Julia Hamilton and Jonathan Tapson and André van Schaik},
journal= {arXiv preprint arXiv:1603.04080},
year = {2016}
}
备注
IEEE-International Symposium on Circuits and Systems (ISCAS)-2016