Details

Целью работы является исследование возможности создания нейроморфных классификаторов на уже существующем программном обеспечении snnTorch.  В работе произведен обзор существующих моделей SNN – нейронов; произведен аналитический обзор методов кодировки данных; обзор существующих фреймворков для работы со спайковыми нейронными сетями. Рассмотрен фрейморк snnTorch и его встроенные возможности. Проведены эксперименты по обучению спайковых нейронных сетей на основе фреймворка snnTorch для оценки влияния методов на точность классификации с использованием различных данных, в зависимости от подключенных моделей нейронов и их параметров. Выявлено, что спайковые нейронные сети обладают хорошими показателями при обработке нейроморфных данных.

The goal of the research is to investigate the possibility of creating neuromorphic classifiers on the existing snnTorch software.  The paper provides an overview of existing models of SNN neurons; an analytical review of data encoding methods; an overview of existing frameworks for working with spike neural networks. The snnTorch framework and its built–in capabilities are considered. Experiments have been conducted to train spike neural networks based on the snnTorch framework to assess the impact of methods on classification accuracy using various data, depending on the connected neuron models and their parameters. It was revealed that spike neural networks have good performance in processing neuromorphic data.