文献

J-GLOBAL ID：201702212738600111   整理番号：17A0472970

スパイク列の内積をもつ多層スパイキングニューラルネットワークにおける教師つき学習【Powered by NICT】

Supervised learning in multilayer spiking neural networks with inner products of spike trains

著者 (3件)： Lin Xianghong (School of Computer Science and Engineering, Northwest Normal University, Lanzhou 730070, PR China) ,  Wang Xiangwen (School of Computer Science and Engineering, Northwest Normal University, Lanzhou 730070, PR China) ,  Hao Zhanjun (School of Computer Science and Engineering, Northwest Normal University, Lanzhou 730070, PR China)
資料名： Neurocomputing  (Neurocomputing)
巻： 237  ページ： 59-70  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 神経科学における最近の進歩は,脳における神経情報を正確に時間スパイク列によりコードされる神経発火速度によってのみではないことを明らかにした。多層スパイキングニューラルネットワークのための新しい教師つき,多重スパイク学習アルゴリズム,スパイク列の複雑な空間-時間パターン学習を実現する,を提示した。提案したアルゴリズムは,最初に数学的にスパイク列を記述し,操作するために内積演算子を定義し,次に,学習中に多重出力スパイク間での誤り関数構築および逆伝搬法の問題を解決する。アルゴリズムは,異なる時間タスクに適用することに成功し,スパイクの学習配列と非線形パターン分類問題である。実験結果は,提案したアルゴリズムがマルチReSuMe学習アルゴリズムよりも,より高い学習精度と効率を持つことを示した。は複雑な空間-時間パターン学習問題を解くのに有効である。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *教師つき学習 ,  神経回路網 ,  学習アルゴリズム ,  *内積 ,  神経科学 ,  *学習 ,  多層 ,  逆伝搬法 ,  パターン分類 ,  多重化 ,  アルゴリズム
準シソーラス用語： 神経 ,  *スパイキングニューラルネットワーク ,  *スパイク列 , 【Automatic Indexing@JST】

著者キーワード (5件)： スパイキング神経回路網 ,  教師つき学習 ,  スパイク列の内積 ,  多層フィードフォワードネットワーク ,  逆伝搬アルゴリズム

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： スパイク列 ,  内積 ,  多層 ,  スパイキングニューラルネットワーク ,  教師つき学習