文献

J-GLOBAL ID：201302282951222127   整理番号：13A1156681

空間時間入出力スパイクパターンを結合するためのスパイキングニューラルネットワークの訓練

Training spiking neural networks to associate spatio-temporal input-output spike patterns

著者 (5件)： MOHEMMED Ammar (Knowledge Engineering and Discovery Res. Inst., Auckland Univ. of Technol., Private Bag 92006, Auckland 1142, NZL) ,  SCHLIEBS Stefan (Knowledge Engineering and Discovery Res. Inst., Auckland Univ. of Technol., Private Bag 92006, Auckland 1142, NZL) ,  MATSUDA Satoshi (Dep. of Mathematical Information Engineering, Nihon Univ., JPN) ,  KASABOV Nikola (Knowledge Engineering and Discovery Res. Inst., Auckland Univ. of Technol., Private Bag 92006, Auckland 1142, NZL) ,  KASABOV Nikola (Inst. for Neuroinformatics, ETH and Univ. of Zurich, CHE)
資料名： Neurocomputing  (Neurocomputing)
巻： 107  ページ： 3-10  発行年： 2013年05月01日 
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： 過去の研究(Mohemmed et al., Method for training a spiking neuron to associate input-output spike trains) [1]において,著者らは,望ましい出力スパイクパターンと入力空間時間スパイクパターンを結合するためのスパイキングニューロンの訓練を目的として,時間符号化に基づく教師つき学習アルゴリズムを提案した。このアルゴリズムは,アナログ信号に向けてのスパイク列の変換と,Widrow-Hoff学習ルールの応用に基づいている。本論文では,提案学習ルールの数学的定式化を提示した。さらに,空間時間パターン分類を遂行するために,多重スパイキングニューロンから構成されたSNN訓練を目的として,提案アルゴリズムのアプリケーションの拡張を行い,さらに,分類精度が,単一のスパイキングニューロンよりも大幅に改善されることを示した。さらに,クラスラベルに向けて訓練済みスパイキングニューロンの時間的出力をマッピングするための多数の可能性についても調べた。将来研究として,神経リハビリテーションおよび神経補綴における運動制御のための潜在的アプリケーションについて議論を行った。Copyright 2013 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *ニューラルネットワーク ,  *ニューロン ,  *教師つき学習 ,  学習アルゴリズム ,  符号化 ,  パターン分類 ,  精度 ,  リハビリテーション ,  補綴 ,  時間
準シソーラス用語： スパイキングニューロン ,  神経リハビリテーション ,  神経補綴 ,  分類精度 ,  スパイキングニューラルネットワーク ,  時間符号化

分類 (3件)： ニューロコンピュータ  (JC06010Q) ,  中枢神経系  (EJ12030F) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 入出力 ,  スパイク ,  スパイキングニューラルネットワーク ,  訓練