随机共振改善深度学习模型中低对比图像检测

随机共振描述了噪声在提高某些系统中弱信号可检测性方面的作用。虽然在自然和人造环境中广泛观察到其作用，但在基于速率的神经网络中的图像分类中尚未广泛研究。本分析中，我们训练了一个简单的LSTM循环神经网络用于数字识别和分类。在测试阶段，图像对比度降低到模型无法识别刺激存在的程度。对图像施加受控噪声以部分恢复分类性能。结果表明，基于速率的循环神经网络中存在随机共振现象。