简化脉冲神经网络的FPGA实现
神经与进化计算
2020-10-06 v1
摘要
脉冲神经网络(SNN)是接近生物神经系统的第三代人工神经网络(ANN)。近年来SNN在机器人与嵌入式应用领域中变得流行,因此,探索其实时且高能效的实现已变得势在必行。SNN比其前代更强大,因为它们对时间信息进行编码并使用生物学上合理的可塑性规则。本文描述了一种利用FPGA架构的更简单且计算高效的SNN模型。所提模型在Xilinx Virtex 6 FPGA上得到验证,并实时分析了一个由800个神经元和12,544个突触组成的全连接网络。
引用
@article{arxiv.2010.01200,
title = {FPGA Implementation of Simplified Spiking Neural Network},
author = {Shikhar Gupta and Arpan Vyas and Gaurav Trivedi},
journal= {arXiv preprint arXiv:2010.01200},
year = {2020}
}