前馈脉冲神经网络中自适应轴突延迟用于准确口语词识别
神经与进化计算
2023-02-20 v1 声音
音频与语音处理
摘要
脉冲神经网络（SNN）是构建准确高效自动语音识别系统的一个有前景的研究方向。近期音频到脉冲编码与训练算法的进展使 SNN 能应用于实际任务。受生物启发的 SNN 使用稀疏异步事件进行通信。因此，脉冲时序对 SNN 性能至关重要。在这方面，多数工作聚焦于训练突触权重，鲜有考虑事件传输中的延迟即轴突延迟。本工作中，我们考虑一种以最大值为上限的可学习轴突延迟，其可根据各网络层中的轴突延迟分布进行自适应调整。我们展示了所提方法在 SHD 数据集（92.45%）与 NTIDIGITS 数据集（95.09%）上取得了已报道的最佳分类结果。我们的工作说明了训练轴突延迟对于具有复杂时间结构任务的潜力。
引用
@article{arxiv.2302.08607,
title = {Adaptive Axonal Delays in feedforward spiking neural networks for accurate spoken word recognition},
author = {Pengfei Sun and Ehsan Eqlimi and Yansong Chua and Paul Devos and Dick Botteldooren},
journal= {arXiv preprint arXiv:2302.08607},
year = {2023}
}
备注
Accepted by ICASSP 2023