脉冲神经网络的监督学习算法研究综述

• 作者: 张宁 王向文 蔺想红 马慧芳
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 脉冲神经网络 监督学习 反向传播 突触可塑性 卷积
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 综述评论
• 页码范围: 577-586
• 页数: 10页
• 分类号: TP183
• 字数: 11595字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2015.03.024

摘要

脉冲神经网络是进行复杂时空信息处理的有效工具,但由于其内在的不连续和非线性机制,构建高效的脉冲神经网络监督学习算法非常困难,同时也是该研究领域的重要问题.本文介绍了脉冲神经网络监督学习算法的基本框架,以及性能评价原则,包括脉冲序列学习能力、离线与在线处理性能、学习规则的局部特性和对神经网络结构的适用性.此外,对脉冲神经网络监督学习算法的梯度下降学习规则、突触可塑性学习规则和脉冲序列卷积学习规则进行了详细的讨论,通过对比分析指出现有算法存在的优缺点,并展望了该领域未来的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宁	西北师范大学计算机科学与工程学院	17	168	6.0	12.0
2	蔺想红	西北师范大学计算机科学与工程学院	28	207	8.0	13.0
3	马慧芳	西北师范大学计算机科学与工程学院	59	520	12.0	21.0
4	王向文	西北师范大学计算机科学与工程学院	4	56	1.0	4.0