SPA：面向无监督 SNN 系统平衡的随机概率调整
神经与进化计算
2021-05-07 v2 机器学习
神经元与认知
摘要
脉冲神经网络（SNNs）因其低功耗硬件特性与类脑信号响应机制而受到广泛关注，但目前 SNN 的性能仍落后于人工神经网络（ANNs）。我们构建了一个受信息论启发的随机概率调整（SPA）系统以缩小此差距。SPA 将 SNN 的突触与神经元映射至概率空间，其中神经元与所有相连前突触由一个簇表示。突触递质在不同簇间的运动被建模为类布朗随机过程，其中递质分布在不同发放相位自适应。我们在多种现有无监督 SNN 架构上实验，取得了一致的性能提升。在 MNIST 与 EMNIST 数据集上，分类准确率分别提升达 1.99% 与 6.29%。
引用
@article{arxiv.2010.09690,
title = {SPA: Stochastic Probability Adjustment for System Balance of Unsupervised SNNs},
author = {Xingyu Yang and Mingyuan Meng and Shanlin Xiao and Zhiyi Yu},
journal= {arXiv preprint arXiv:2010.09690},
year = {2021}
}
备注
Published at the 25th International Conference on Pattern Recognition (ICPR2020)