文献

J-GLOBAL ID：202002279077183024   整理番号：20A0901674

認知タスクのためのスパイキングニューラルネットワークの訓練:様々な時間符号と互換性のある汎用フレームワーク【JST・京大機械翻訳】

Training Spiking Neural Networks for Cognitive Tasks: A Versatile Framework Compatible With Various Temporal Codes

著者 (6件)： Hong Chaofei (School of Electrical and Information Engineering, Tianjin University, Tianjin, China) ,  Wei Xile (School of Electrical and Information Engineering, Tianjin University, Tianjin, China) ,  Wang Jiang (School of Electrical and Information Engineering, Tianjin University, Tianjin, China) ,  Deng Bin (School of Electrical and Information Engineering, Tianjin University, Tianjin, China) ,  Yu Haitao (School of Electrical and Information Engineering, Tianjin University, Tianjin, China) ,  Che Yanqiu (Department of Neurosurgery, College of Medicine, The Pennsylvania State University, Hershey, PA, USA)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 31  号： 4  ページ： 1285-1296  発行年： 2020年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最近の研究は,スパイキングニューラルネットワーク(SNNs)における教師つき学習の有効性を実証した。訓練可能なSNNは,工学応用だけでなく,理論的神経科学研究のための価値あるツールを提供する。ここでは,SNNsのためのより良い学習安定性を保証し,より多様なネットワーク構造と符号化方式を提供する改良SpikeProp学習アルゴリズムを提案した。具体的には,SNN訓練における良く知られた勾配爆発問題を解くためにスパイク勾配閾値ルールを設計した。さらに,訓練中のネットワーク活動を制御するために,発火率と接続重みに関する規制規則を提案した。これらの規則に基づいて,神経計算を容易にするために,横方向接続,複雑なシナプス動力学,およびスパースな活動のような生物学的に現実的な特徴がネットワークに含まれている。ここでは,異なるタイプの認知タスク,すなわち手書き数字認識,空間座標変換,およびモータシーケンス生成に対する3つのよく知られた時間符号を実装することにより,このフレームワークの汎用性を実証した。選択的活性,興奮抑制バランス,弱い対相関のような実験的研究で観察されたいくつかの重要な特徴が訓練されたモデルに現れた。実験と計算結果の間のこの一致は,神経機能におけるこれらの特徴の重要性をさらに確認した。本研究は,様々なニューラル挙動をモデル化できる新しいフレームワークを提供し,基礎となる計算メカニズムを研究することができる。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  *互換性 ,  *ネットワーク ,  興奮 ,  シナプス ,  汎用性 ,  教師つき学習 ,  ネットワーク構造 ,  座標変換 ,  有効性 ,  学習アルゴリズム
準シソーラス用語： 神経機能 ,  *認知課題 ,  *スパイキングニューラルネットワーク ,  手書き数字認識 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 認知タスク ,  スパイキングニューラルネットワーク ,  訓練 ,  符号 ,  互換性 ,  汎用 ,  フレームワーク