Details

В качестве модели нейрона для данной работы обосновывается выбор сегментной спайковой модели. Приводится краткое описание такой модели. Описывается способ структурной адаптации модели ко входному паттерну импульсов. Приводится общая схема организации сегментных спайковых нейронов в сеть для решения задачи классификации. В качестве кодирования числовой информации в паттерны импульсов выбирается временное кодирование. Приводятся краткие результаты экспериментов по решению задачи классификации на общедоступных наборах данных (Iris, MNIST). Делается вывод о сопоставимости полученных результатов с результатами, полученными классическими методами.

The choice of a compartmental spiking model is justified as a neuron model for this work. A brief description of such a model is given. The method of structural adaptation of the model to the input spike pattern is described. The general scheme of the compartmental spiking neurons organization into a network for solving the classification problem is given. The time-to-first-spike method is chosen as encoding numerical information into spike patterns. Brief results of experiments on solving the classification problem on publicly available data sets (Iris, MNIST) are presented. The conclusion is made about the comparability of the obtained results with the existing classical methods.