Детальная информация
Название | Нейроморфные средства решения задач классификации и управления // Системный анализ в проектировании и управлении: сборник научных трудов XXVII Международной научно-практической конференции, 13–14 октября 2023 года: [в 2 частях]. Ч. 2 |
---|---|
Авторы | Корсаков Антон Михайлович; Бахшиев Александр Валерьевич; Станкевич Лев Александрович; Лопота Александр Витальевич |
Организация | Центральный научно-исследовательский и опытно-конструкторский институт робототехники и технической кибернетики (ЦНИИ РТК); Санкт-Петербургский политехнический университет Петра Великого |
Выходные сведения | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2024 |
Коллекция | Общая коллекция |
Тематика | Нейронные сети; нейроморфные системы; спайковый нейрон; задача классификации; neuromorphic systems; spiking neuron; classification task |
УДК | 004.032.26 |
Тип документа | Статья, доклад |
Тип файла | |
Язык | Русский |
DOI | 10.18720/SPBPU/2/id24-167 |
Права доступа | Свободный доступ из сети Интернет (чтение, печать, копирование) |
Ключ записи | RU\SPSTU\edoc\73334 |
Дата создания записи | 19.08.2024 |
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.
Количество обращений: 72
За последние 30 дней: 4