降低噪声：单个脉冲神经元中传入信噪比的突触编码
神经与进化计算
2014-11-12 v1 神经元与认知
摘要
我们在突触 - 树突核适应神经元 (SKAN) 中加入了一个简化的脉冲时间依赖可塑性 (STDP) 神经形态模型。由此产生的神经元模型是首个除了对时空脉冲模式的无监督学习外，还能展示传入信噪比突触编码的模型。该神经元模型特别适用于数字神经形态硬件的实现，因为它不使用任何复杂的数学运算，并采用了一种新颖的方法来实现突触稳态。我们在噪声污染的 MNIST 手写数字零样本上表征并测试了该神经元的噪声补偿特性。结果表明，该模型在学习输入数据中的共同模式的同时，能够根据各个传入通道的信噪比动态地对其进行加权。尽管结构简单，但该神经元模型的有趣行为及其产生的计算能力可能为理解生物系统提供见解。
引用
@article{arxiv.1411.2821,
title = {Turn Down that Noise: Synaptic Encoding of Afferent SNR in a Single Spiking Neuron},
author = {Saeed Afshar and Libin George and Jonathan Tapson and Andre van Schaik and Philip de Chazal and Tara Julia Hamilton},
journal= {arXiv preprint arXiv:1411.2821},
year = {2014}
}