リカレントスパイキングニューラルネットワークの学習法-過度および振動性のスパイク列の学習 Learning Methods of Recurrent Spiking Neural Networks-Transient and Oscillatory Spike Trains

この論文にアクセスする

この論文をさがす

著者

抄録

In an artificial Spiking Neural Network (SNN) the information processing and transmission are carried out by spike trains in a manner similar to the generic biological neurons. Recently it has been reported that they are computationally more powerful than the conventional neural networks. Yet, there are no well defined efficient methods for learning due to their rather intricately discontinuous and nonlinear mechanisms. In this paper, we consider a recurrent SNN constructed with integrate-and-fire type spiking neurons. First we propose a learning method such that the SNN possesses desired transient responses (spike-train outputs) by changing the synaptic weights. Further by including periodic state conditions we propose a learning method such that the SNN possesses desired oscillatory responses (limit cycle spike train) by changing both the synaptic weights and the initial conditions. Simulation examples are also provided to verify the efficiency and the applicability of the proposed algorithm.

収録刊行物

  • システム制御情報学会論文誌  

    システム制御情報学会論文誌 13(3), 95-104, 2000-03-15 

    一般社団法人 システム制御情報学会

参考文献:  21件

参考文献を見るにはログインが必要です。ユーザIDをお持ちでない方は新規登録してください。

被引用文献:  4件

被引用文献を見るにはログインが必要です。ユーザIDをお持ちでない方は新規登録してください。

各種コード

  • NII論文ID(NAID)
    10004472853
  • NII書誌ID(NCID)
    AN1013280X
  • 本文言語コード
    ENG
  • 資料種別
    ART
  • ISSN
    13425668
  • NDL 記事登録ID
    5292851
  • NDL 雑誌分類
    ZM11(科学技術--科学技術一般--制御工学)
  • NDL 請求記号
    Z14-195
  • データ提供元
    CJP書誌  CJP引用  NDL  J-STAGE 
ページトップへ