树突启发处理在复合二值突触中实现生物可信 STDP
神经与进化计算
2020-02-19 v1 新兴技术
摘要
脑启发学习机制，例如脉冲时序依赖可塑性（STDP），使脉冲神经网络具备敏捷快速的即时适应能力。当引入新兴纳米级阻性非易失存储器（NVM）器件（具有超低功耗与高密度集成能力）时，脉冲神经网络硬件将实现能耗降低数个数量级、体积微小，并可能催生自主学习机器。然而，实际存储器件本质为二值且具随机切换特性，从而阻碍了具有连续模拟值的理想 STDP 的实现。本工作提出一种树突启发处理架构及新型 CMOS 神经元电路。利用脉冲衰减与延迟，将二值 NVM 传统上不受欢迎的随机行为转化为有益杠杆，从而实现生物可信的 STDP 学习。因此，本工作为在脑启发神经形态计算中采用实用的二值新兴 NVM 器件铺平了道路。
引用
@article{arxiv.1801.02797,
title = {Dendritic-Inspired Processing Enables Bio-Plausible STDP in Compound Binary Synapses},
author = {Xinyu Wu and Vishal Saxena},
journal= {arXiv preprint arXiv:1801.02797},
year = {2020}
}