Una red neuronal de picos basada en el modelo de neurona VO
Autores: Belyaev, Maksim; Velichko, Andrei
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Una red neuronal de picos basada en el modelo de neurona VO
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Circuito eléctrico
Neurona de integración y disparo con fugas
Red neuronal de disparo
Principio del ganador se lleva todo
Plasticidad dependiente del tiempo de disparo
Codificación de información
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
En este documento, presentamos un circuito eléctrico de una neurona de integración y disparo con fugas con un interruptor VO, que modela las propiedades de las neuronas biológicas. Basándose en las neuronas VO, se modela en el simulador SPICE una red neuronal de disparo de dos capas que consta de nueve neuronas de entrada y tres de salida. La red contiene acoplamientos excitatorios e inhibitorios, e implementa el principio de ganador se lleva todo en el reconocimiento de patrones. Utilizando un método de entrenamiento supervisado de plasticidad dependiente del tiempo de disparo de pico y un método de codificación de información basado en el tiempo, la red fue entrenada para reconocer tres patrones con dimensiones de 3 x 3 píxeles. La red neuronal es capaz de reconocer hasta 10 imágenes por segundo y tiene el potencial de aumentar aún más la velocidad de reconocimiento.
Descripción
En este documento, presentamos un circuito eléctrico de una neurona de integración y disparo con fugas con un interruptor VO, que modela las propiedades de las neuronas biológicas. Basándose en las neuronas VO, se modela en el simulador SPICE una red neuronal de disparo de dos capas que consta de nueve neuronas de entrada y tres de salida. La red contiene acoplamientos excitatorios e inhibitorios, e implementa el principio de ganador se lleva todo en el reconocimiento de patrones. Utilizando un método de entrenamiento supervisado de plasticidad dependiente del tiempo de disparo de pico y un método de codificación de información basado en el tiempo, la red fue entrenada para reconocer tres patrones con dimensiones de 3 x 3 píxeles. La red neuronal es capaz de reconocer hasta 10 imágenes por segundo y tiene el potencial de aumentar aún más la velocidad de reconocimiento.