星形胶质细胞在基于STDP的无监督脉冲神经网络中的自修复作用
神经与进化计算
2020-11-17 v2
摘要
神经形态计算正成为一种颠覆性计算范式，试图在下一代机器学习平台的算法与硬件设计中模拟大脑底层结构与功能的各个方面。本工作超越当前神经形态计算架构对神经元与突触计算模型的关注，考察生物大脑中其他可能有助于认知尤其是自修复的计算单元。我们从计算神经科学中关于胶质细胞功能的见解中汲取灵感，探索其在采用脉冲时序依赖可塑性（Spike-Timing Dependent Plasticity, STDP）以无监督方式训练的脉冲神经网络（Spiking Neural Networks, SNNs）的容错能力中的作用。我们刻画了在此类网络中在 50%–90% 不同故障程度下可实现的自修复程度，并在 MNIST 与 Fashion-MNIST 数据集上评估我们的方案。
引用
@article{arxiv.2009.03473,
title = {On the Self-Repair Role of Astrocytes in STDP Enabled Unsupervised SNNs},
author = {Mehul Rastogi and Sen Lu and Nafiul Islam and Abhronil Sengupta},
journal= {arXiv preprint arXiv:2009.03473},
year = {2020}
}