无重复神经元群体中脉冲神经网络的涌现率动力学
神经元与认知
2024-11-08 v6
摘要
脉冲神经网络（SNNs）能否近似循环神经网络（RNNs）的动力学？基于大数定律的经典平均场理论论证给出了肯定答案，前提是网络中每个神经元拥有许多“重复体”，即输入几乎完全相关的其他神经元。利用一个保证无重复体的无序网络模型，我们表明，得益于测度集中现象，无重复体 SNNs 可收敛至 RNNs。该结果揭示了大型 SNNs 中基于率的动力学涌现的一般机制。
引用
@article{arxiv.2303.05174,
title = {Emergent rate-based dynamics in duplicate-free populations of spiking neurons},
author = {Valentin Schmutz and Johanni Brea and Wulfram Gerstner},
journal= {arXiv preprint arXiv:2303.05174},
year = {2024}
}
备注
29 pages, 6 figures