基于爆炸性同步的关键神经形态计算

神经元集群中的同步振荡被认为为大脑中的信息处理提供了神经基础。在这项工作中，我们提出了一种基于临界态下振荡器同步的神经形态计算算法。该算法利用由输入扰动的高维瞬态动力学，并将其转换为适当的输出流。采用耦合相位振荡器作为神经形态元件的好处之一是振荡器之间的同步可以在临界态被精细调节。特别是在临界态附近，边际同步的振荡器以高效率运行并保持更好的计算性能。我们还展示了由特定神经元连接性诱导的爆炸性同步能产生更优且更稳定的输出。本工作提供了一种在大规模耦合振荡器中编码计算的系统方法，这可能有助于神经形态器件的设计。