BriefGPT.xyz
大模型
Ask
alpha
关键词
recurrent spiking neural networks
搜索结果 - 4
分布式表示在神经形态硬件上实现鲁棒多时间尺度计算
使用高维随机向量作为最小表示单元的矢量符号结构(VSAs)嵌入鲁棒的多时间尺度动力学到基于吸引子的 RSNNs,通过叠加对称的自联想权重矩阵和非对称的状态转换项来嵌入有限状态机进入 RSNNs 动力学,通过模拟高度非理想的权重、实验性的闭环
→
PDF
2 months ago
ICLR
稀疏脉冲神经网络:利用时间尺度异质性进行修剪循环 SNN
通过引入新颖的 Lyapunov Noise Pruning (LNP) 算法和利用各类散度来设计一个稳定的、计算效率高的、适用于不同任务的稀疏的异质 RSNN 模型,本文展示了相对于传统的基于活性剪枝的方法,该任务无关的方法可以增加 RS
→
PDF
4 months ago
使用全通力训练的反馈驱动循环尖峰神经网络学习
本研究提出一种监督式训练程序,运用递归最小二乘法的 FORCE 算法来拟合每层过程的目标,以控制反馈回路,促进 RSNNs 神经元网络动力系统的训练,提高其性能和抗噪性并使用 TTFS 编码来进行能效硬件实现。
PDF
2 years ago
用于训练深度递归脉冲神经网络的脉冲序列级反向传播
本文介绍了一种用于训练深度 recurrent spiking neural networks 的新算法:Spike-Train level RSNNs Backpropagation (ST-RSBP)。该算法通过直接计算网络输出层中定额
→
PDF
5 years ago
Prev
Next