在加速神经形态基板上对脉冲神经网络的多功能仿真
神经元与认知
2022-05-10 v2 神经与进化计算
摘要
我们展示了基于模拟神经突触核并辅以嵌入式微处理器以实现复杂可塑性与实验控制的新型 BrainScaleS-2 神经形态架构的首批实验结果。相较于生物动力学高达 1000 倍的加速因子，使得通过快速仿真长时程实验或在多次连续试验中快速迭代，得以执行计算代价高昂的任务。我们架构的灵活性在五组不同实验中得到展示，这些实验分别强调了 BrainScaleS-2 系统的不同方面。
引用
@article{arxiv.1912.12980,
title = {Versatile emulation of spiking neural networks on an accelerated neuromorphic substrate},
author = {Sebastian Billaudelle and Yannik Stradmann and Korbinian Schreiber and Benjamin Cramer and Andreas Baumbach and Dominik Dold and Julian Göltz and Akos F. Kungl and Timo C. Wunderlich and Andreas Hartel and Eric Müller and Oliver Breitwieser and Christian Mauch and Mitja Kleider and Andreas Grübl and David Stöckel and Christian Pehle and Arthur Heimbrecht and Philipp Spilger and Gerd Kiene and Vitali Karasenko and Walter Senn and Mihai A. Petrovici and Johannes Schemmel and Karlheinz Meier},
journal= {arXiv preprint arXiv:1912.12980},
year = {2022}
}