基于振荡器的脉冲神经网络中用于分类与计算的高阶与长程同步效应
神经与进化计算
2020-07-30 v2
摘要
在两个热耦合 VO2 振荡器的电路中，我们研究了一种高阶同步效应，该效应可用于目标分类技术以增加振荡器系统可能的同步态数目。我们发展了锁相估计方法以确定次谐比与同步效率的值。在我们的实验中，振荡器系统可能的同步态数目为十二，且次谐比分布呈阿诺德舌形。在模型中，在特定耦合强度与噪声水平下，态的数目可达最大值 150。在一维振荡器链中的长程同步效应即使在中等连接下同步效率较低时也会出现。我们展示了一种用于存储与识别向量图像的技术，其可用于储备池计算。此外，我们给出了乘法模拟运算的实现、基于同步的二进制计算逻辑，以及开发脉冲神经网络与计算机之间接口的可能性。基于普适物理效应，高阶同步可应用于任意耦合类型的任意脉冲振荡器，提升了所述结果在扩展脉冲神经网络能力方面的实用价值。
引用
@article{arxiv.1804.03395,
title = {Higher Order and Long-Range Synchronization Effects for Classification and Computing in Oscillator-Based Spiking Neural Networks},
author = {Andrei Velichko and Vadim Putrolaynen and Maksim Belyaev},
journal= {arXiv preprint arXiv:1804.03395},
year = {2020}
}
备注
25 pages, 13 figures