文献

J-GLOBAL ID：201702220226887148   整理番号：17A0456766

円錐:時間的に正確なスパイクマッピングのための凸最適化されたシナプス効果【Powered by NICT】

CONE: Convex-Optimized-Synaptic Efficacies for Temporally Precise Spike Mapping

著者 (3件)： Lee Wang Wei (Graduate School of Integrative Sciences and Engineering, National University of Singapore, Singapore) ,  Kukreja Sunil L. (Singapore Institute for Neurotechnology, National University of Singapore, Singapore) ,  Thakor Nitish V. (Department of Electrical and Bioengineering, Singapore Institute for Neurotechnology, National University of Singapore, Singapore)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 28  号： 4  ページ： 849-861  発行年： 2017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： ニューラルネットワークをスパイクした正確なスパイク時間の時間次元をコードによる時間依存パターン認識問題を行うに適している。重みの適切なセットを用いて,スパイキングニューロンは,時空間入力スパイクに応答して正確に時間活動電位を放出できる。しかし,スパイクマッピングのための教師あり学習則を導出することが増加する複雑性のために重要である。既存の方法は,凸目的関数を保証するものではないことを発見的方法に依存しており,大域的最小に収束しないかも知れない。本論文では,凸最適化の枠組みで問題を定式化することは,確立された方法と互換性があるレンダリングによるスパイキングニューロンの重みを得るための新しい技術を示した。量分布と膜軌跡に影響し,これらの因子は雑音の存在下でのロバスト性にどのように影響するか研究する技術を導入した。添加では,解の存在を決定すると合成例を用いてニューロンモデルの記憶容量限界を評価することができるかを示した。本技術の実用性は,実験データを用いて歩行事象検出への応用によって評価した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *凸形 ,  互換性 ,  *円錐 ,  ロバスト性 ,  目的関数 ,  時間依存性 ,  歩行 ,  レンダリング ,  教師つき学習 ,  発見的方法 ,  記憶容量
準シソーラス用語： イベント検出 ,  神経回路網モデル ,  スパイキングニューロン ,  *凸最適化 , 【Automatic Indexing@JST】

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)： 円錐 ,  スパイク ,  マッピング ,  凸最適化 ,  シナプス