神经与突触阵列收发器：一种用于嵌入式学习的类脑计算框架
神经与进化计算
2018-08-10 v3 人工智能
摘要
面向自主和自适应行为的嵌入式持续学习是神经形态硬件的一项关键应用。然而，兼具灵活性与高效性的大规模嵌入式学习的神经形态实现，因缺乏合适的算法框架而受到阻碍。因此，大多数神经形态硬件是在专用处理器或 GPU 的大型集群上进行离线训练，然后再事后部署到设备上。我们通过引入神经与突触阵列收发器（NSAT）来解决这一问题，这是一种通过匹配算法需求与神经及突触动力学来促进灵活高效嵌入式学习的神经形态计算框架。NSAT 支持包括深度学习在内的事件驱动监督学习、无监督学习和强化学习算法。我们在广泛的任务中展示了 NSAT，包括 Mihalas-Niebur 神经元模拟、动态神经场、用于基于事件深度学习的事件驱动随机反向传播、用于无监督学习的基于事件的对比散度，以及用于序列学习的基于电压的学习规则。我们预期这一贡献将为新一代设备奠定基础，使自适应移动系统、可穿戴设备和机器人具备数据驱动的自主能力。
引用
@article{arxiv.1709.10205,
title = {Neural and Synaptic Array Transceiver: A Brain-Inspired Computing Framework for Embedded Learning},
author = {Georgios Detorakis and Sadique Sheik and Charles Augustine and Somnath Paul and Bruno U. Pedroni and Nikil Dutt and Jeffrey Krichmar and Gert Cauwenberghs and Emre Neftci},
journal= {arXiv preprint arXiv:1709.10205},
year = {2018}
}