1

我在哪裏可以找到關於Spiking Neural Networks的一些很好的理論描述?我無法收集關於這種網絡的資源,人們稱之爲第三代ANN(甚至不知道爲什麼)。Spiking神經網絡

+0

我個人建議你閱讀CTRNN。它們能夠模擬大腦中顯示的所有尖峯模式。我參加了大學的一個項目,申請他們參加8bit遊戲「Space Invaders」 – jorgenkg

回答

1

尖峯神經網絡與大腦中的真正神經元更接近。他們具有塑性的能力來隨着時間的推移改變他們的特徵。因此,他們傾向於模仿大腦中真正神經元的突觸可塑性,並隨着時間的推移改變它們的激活,神經元的結構和輸出。作爲這些模型的一個小規模示例,您可以看看其架構學習的神經網絡模型using evolutionary algorithms(例如遺傳算法)。但是,由於缺乏足夠的計算能力,人們無法將這些模型部署在大規模應用中。這些模型也有一個非常小的研究。

來源

2

其實,這是有許多新的有效的軟件和硬件實現的活躍的研究領域。在軟件方面,請查看NESTBRIAN,這些易於使用,即使生物相關性標準爲NEURON

所有那些缺乏學習範例,這將允許您定製網絡來解決一些計算問題。這仍然是一個懸而未決的問題。已經可以用於應用的一個研究方向是(所謂的)「回波狀態網絡」或「液態網絡」。這是一種學習算法,可以與尖峯神經元模擬一起使用,並付出一些努力。