2020-09-11
对神经元脉冲发放规律的准确估计是使脉冲神经网络能更有效地模拟生物智能的基础，对脉冲序列的建模工作长期以来通过引入更多控制因素、应用更充分的参数训练来达到更好的控制效果。为了实现对神经元脉冲发放规律作出快速、有效的估计，本文以真实脉冲样本的统计规律为依据，提出了一种考虑历史脉冲对发放强度影响的脉冲串概率模型--k-HS-λ模型。该模型的发放强度公式直观反映了真实脉冲样本的等待时间分布规律，其中包含两个未知参数c和a，参数c反映了无历史脉冲影响下的发放强度水平，参数a反映了历史脉冲对当前发放强度的影响。k-HS-λ模型参数的最佳值是通过对TRKS统计量的优化来确定的。最后，针对猴子快速脉冲神经元在接受感受野内刺激时发放的脉冲信号，分别使用标准泊松过程模型、k-HS-λ模型及gamma-TRRP模型进行建模实验。通过比较三种模型反映原始数据统计特性的准确程度，证明了k-HS-λ模型的实用性。
Key Lab of Universal Wireless Communications, Ministry of Education ,Beijing University of Posts & Telecommunications, Beijing 100876,the State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chines Academy of Siences，Beijing 100190,Department of Electronic Engineering, Tsinghua University, Beijing 100084
提示
