脉冲神经膜系统与脉冲神经网络的学习模型综述
神经与进化计算
2024-03-28 v1 计算与语言
摘要
脉冲神经网络（SNN）是一种受生物学启发、具有某些类脑特性的神经网络模型。在过去几十年中，得益于深度学习的成功现象，该模型在计算机科学界受到了越来越多的关注。在 SNN 中，神经元之间的通信通过脉冲和脉冲序列进行。这使得这些模型与“标准”人工神经网络（ANN）不同，后者中脉冲的频率被实值信号所取代。脉冲神经 P 系统（SNPS）可以被视为 SNN 的一个分支，更侧重于形式自动机原理，并在膜计算理论框架内发展出了许多变体。在本文中，我们首先简要比较了 SNN 和 SNPS 的结构与功能、优势与缺点。文章的关键部分是对 SNN 和 SNPS 两种形式体系的机器学习与深度学习模型的近期成果和应用进行了综述。
引用
@article{arxiv.2403.18609,
title = {A survey on learning models of spiking neural membrane systems and spiking neural networks},
author = {Prithwineel Paul and Petr Sosik and Lucie Ciencialova},
journal= {arXiv preprint arXiv:2403.18609},
year = {2024}
}