文献

J-GLOBAL ID：201802281789877090   整理番号：18A0034275

STDP規則に基づく改良されたSOMパルス神経回路網を提案した。【JST・京大機械翻訳】

An improved self-organizing map spiking neural networks based on STDP rule

著者 (2件)： Wang Lei (東北師范大学物理学院,吉林 長春,130024) ,  Wang Lianming (東北師范大学応用電子技術研究所,吉林 長春,130024)
資料名： Dongbei Shi Daxuebao. Ziran Kexue Ban  (Dongbei Shi Daxuebao. Ziran Kexue Ban)
巻： 49  号： 3  ページ： 52-56  発行年： 2017年 
JST資料番号： C2892A  ISSN： 1000-1832  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： パルス神経回路網の高効率処理能力を自己組織化マッピング神経回路網と結合して,シナプス可塑性(STDP)規則に基づくSOMパルス神経回路網モデルを構築した。このネットワークは入力と重みをパルス送信時間で符号化し、生物情報処理のメカニズムに符合する。STDP規則を用いて重みを調整し,学習速度により収束速度を制御し,ネットワーク訓練時間を短縮する必要がない。ユークリッド距離の二乗計算の重みとサンプル間の類似性を用いて、ユークリッド距離法と比べて計算を簡略化し、ハードウェアの実現に便利である。MATLABシミュレーションプラットフォームに基づいて,UCI機械学習データベースにおけるIrisデータセットのクラスタ化精度は93.33%に達し,従来のSOM,K平均クラスタリングアルゴリズムよりも優れていることが示された。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 類似性 ,  ハードウェア ,  簡素化 ,  スループット ,  クラスタ化 ,  *神経回路網 ,  *パルス ,  符号化 ,  データベース ,  自己組織化 ,  機械学習
準シソーラス用語： MATLAB ,  Euclid距離 ,  神経回路網モデル ,  *スパイクタイミング依存シナプス可塑性 , 【Automatic Indexing@JST】

著者キーワード (4件)： self-organizing map ,  spiking neural networks ,  STDP learning rule ,  clustering

分類 (5件)： 符号理論  (ND02030R) ,  ニューロコンピュータ  (JC06010Q) ,  変復調方式  (ND07020P) ,  図形・画像処理一般  (JE04010I) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (6件)： STDP ,  規則 ,  SOM ,  パルス ,  神経回路網 ,  提案