【计算机科学】【2003】脉冲神经网络

1. 引言
   1.1 人工神经网络
   1.2 异步脉冲时间的计算
2. 采用稀疏时域编码和多层RBF网络实现脉冲神经元的无监督聚类
   2.1 简介
   2.2 延迟脉冲神经元网络
   2.3 以脉冲时间编码连续输入的变量
   2.4 感受野聚类
   2.5 多层网络中的分层聚类
   2.6 复杂聚类
   2.7 讨论与结论
3. 脉冲神经元时域编码网络中的误差后向传播
   3.1 简介
   3.2 误差后向传播
   3.3 XOR问题
   3.4 其他基准问题
   3.5 讨论
   3.6 结论
4. 特征连接的位置不变检测框架
   4.1 简介
   4.2 分布式编码的本地计算
   4.3 具体实现
   4.4 实验
   4.5 讨论
   4.6 结论
5. 不变特征连接检测的形式化描述
   5.1 简介
   5.2 形式化描述
   5.3 结论
6. 成对和高阶相关对突触后神经元放电速率的影响
   6.1 简介
   6.2 三神经元问题的数学解
   6.3 计算N个相同神经元的分布
   6.4 人工神经网络
   6.5 讨论
   6.6 结论
7. 脉冲神经元的生物特性
   7.1 真实的神经脉冲
   7.2 真实脉冲的精度和可靠性

更多精彩文章请关注公众号：