基于 SpiNNaker 上脉冲神经网络与类神经逻辑门构建脉冲记忆

神经形态工程因其作为研究领域的巨大潜力而汇聚了大量研究人员的努力，旨在探索利用生物神经系统及整个大脑的优势来设计更高效且具备实时能力的应用。为开发尽可能接近生物的应用，使用了脉冲神经网络（SNNs），其被认为具有生物合理性并构成了人工神经网络（ANNs）的第三代。由于某些基于 SNN 的应用可能需要存储数据以便后续使用——这在数字电路以及某种形式的生物学中都存在——因而需要脉冲记忆。本工作提出了一种记忆的脉冲实现，它是计算机体系结构中最关键的组件之一，并可能在全脉冲计算机的设计中必不可少。在设计该脉冲记忆的过程中，还实现并测试了不同的中间组件。测试在 SpiNNaker 神经形态平台上进行，并验证了用于构建所述模块的方法。此外，本工作深入研究了如何使用该方法构建脉冲模块，并包含其与其它类似工作中用于设计脉冲组件（包括脉冲逻辑门与脉冲记忆）的方法之间的比较。所有实现的模块与开发的测试均可在公共代码库中获取。