基于脉冲神经网络的小脑仿真探析  

作　　者：邓新竹 

机构地区：[1]五邑大学智能制造学部

出　　处：《数字技术与应用》2024年第11期189-191,共3页Digital Technology & Application

摘　　要：脉冲神经网络(Spiking Neural Network,SNN)是新一代的神经网络,其实现了更高级的生物神经模拟水平,是一种很有研究前景的模型。以CNN为代表的上一代神经网络通常由于高计算成本以及缺乏解释性等特点为研究者诟病,尽管它们在很多领域取得了突破,但由于其在生物学上的不确定性,通常被认为不能作为一种模仿生物大脑神经元的运作机制。SNN使用脉冲通过计算微分方程表示该时间点上的生物事件。本文主要介绍并分析当前研究者提出的神经网络模型、脉冲神经网络的发展历程,并重点分析了脉冲神经网络在类脑计算领域的问题和挑战。

关 键 词：脉冲神经网络 神经网络模型 计算成本 类脑计算 大脑神经元 生物事件 模仿生物 生物神经 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] R318[自动化与计算机技术—控制科学与工程]