尖峰神经网络 [重复]答案

【问题标题】：Spiking Neural Network [duplicate]尖峰神经网络 [重复]
【发布时间】：2016-01-02 20:10:21
【问题描述】：

我在哪里可以找到关于尖峰神经网络的一些好的理论描述？我无法收集有关这种人们称之为第三代 ANN 的网络的资源（甚至不知道为什么）。

【问题讨论】：

我个人建议您阅读 CTRNN。它们能够模拟大脑中显示的所有尖峰模式。我参加了大学的一个项目，应用他们玩 8 位游戏“太空入侵者”

标签： machine-learning neural-network neuroscience biological-neural-network

【解决方案1】：

实际上，这是一个活跃的研究领域，有许多新的高效软件和硬件实现。软件方面，看NEST和BRIAN，虽然生物相关性的标准是NEURON，但是好用。

所有这些都缺乏学习范式，这将允许您定制网络来解决一些计算问题。这仍然是一个悬而未决的问题。一个已经可以应用的研究方向是（所谓的）“回声态网络”或“液态网络”。这是一种学习算法，可以与脉冲神经元模拟一起使用，但需要付出一些努力。

【讨论】：

【解决方案2】：

脉冲神经网络是更接近大脑中真实神经元的模型。它们具有可塑性随时间改变其特性的能力。因此，它们倾向于模仿大脑中真实神经元的突触可塑性，并随着时间的推移改变它们的激活、结构和神经元的输出。作为这些模型的一个小规模示例，您可以查看神经网络模型，其架构是通过using evolutionary algorithms 学习的（例如遗传算法）。然而，由于缺乏足够的计算能力，人们无法在大规模应用中部署这些模型。对这些模型也进行了非常小的研究。

来源

https://en.wikipedia.org/wiki/Synaptic_plasticity

https://en.wikipedia.org/wiki/Spiking_neural_network

【讨论】：