脉冲神经网络:模型、学习算法与应用
程龙; 刘洋
发表期刊控制与决策
2018
卷号33期号:5页码:923-937
摘要脉冲神经网络是目前最具有生物解释性的人工神经网络,是类脑智能领域的核心组成部分.首先介绍各类常用的脉冲神经元模型以及前馈和循环型脉冲神经网络结构;然后介绍脉冲神经网络的时间编码方式,在此基础上,系统地介绍脉冲神经网络的学习算法,包括无监督学习和监督学习算法,其中监督学习算法按照梯度下降算法、结合STDP规则的算法和基于脉冲序列卷积核的算法3大类别分别展开详细介绍和总结;接着列举脉冲神经网络在控制领域、模式识别领域和类脑智能研究领域的应用,并在此基础上介绍各国脑计划中,脉冲神经网络与神经形态处理器相结合的案例;最后分析脉冲神经网络目前所存在的困难和挑战. 
关键词脉冲神经网络 脉冲神经元模型 学习算法 STDP规则 类脑智能 神经形态处理器
DOI10.13195/j.kzyjc.2017.1444
引用统计
文献类型期刊论文
条目标识符http://ir.ia.ac.cn/handle/173211/23176
专题复杂系统管理与控制国家重点实验室_先进机器人
推荐引用方式
GB/T 7714
程龙,刘洋. 脉冲神经网络:模型、学习算法与应用[J]. 控制与决策,2018,33(5):923-937.
APA 程龙,&刘洋.(2018).脉冲神经网络:模型、学习算法与应用.控制与决策,33(5),923-937.
MLA 程龙,et al."脉冲神经网络:模型、学习算法与应用".控制与决策 33.5(2018):923-937.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[程龙]的文章
[刘洋]的文章
百度学术
百度学术中相似的文章
[程龙]的文章
[刘洋]的文章
必应学术
必应学术中相似的文章
[程龙]的文章
[刘洋]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。