可以使用生物学上合理的时空适应来训练深度尖峰神经网络

尖峰神经网络 (SNN) 捕获大脑信息处理中最重要的方面。 这些网络被认为是下一代人工智能的有前途的方法。 训练算法是制约SNNs发展的主要问题。

由中国科学院自动化研究所曾宇教授领导的一个研究小组提出了具有生物学上合理的时空调整的反向传播来训练深度尖峰网络。

Patterns 于 6 月 2 日发表了相关研究。

来源和详细信息：
https://techxplore.com/news/2022-06-biologically-plausible-spatiotemporal-adjustment-deep.html