具有生物真实性的强抗噪性神经元激活函数

• 作者: 张灵 陈云华 麦应潮
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 激活函数 抗噪性 LIF模型 神经网络
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 206-210
• 页数: 5页
• 分类号: TP183
• 字数: 5426字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2019.07.031

摘要

当前人工神经网络虽然在图像识别等方面媲美人脑,但因其所采用的激活函数ReLU和Softplus等只是对生物神经元输出响应特性的高度简化与模拟,使其在抗噪性、不确定性信息处理及功耗等方面与人脑仍存在巨大差距.通过分析生物神经元仿真实验,以其响应特性为基础,引入反映每个神经元随机性的参数η,构建出一种具有生物真实性的强抗噪性激活函数Rand Softplus.最后将该激活函数应用于深度残差网络,并基于人脸表情数据集对其进行验证.结果表明,在输入无噪声或具有少量噪声时,文中提出的激活函数与当前主流激活函数的识别精度基本持平,当输入包含较大噪声时,文中所提激活函数的识别精度远高于其他激活函数,表现出了良好的抗噪性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张灵	广东工业大学计算机学院	56	196	8.0	10.0
2	陈云华	广东工业大学计算机学院	35	152	8.0	10.0
3	麦应潮	广东工业大学计算机学院	3	4	2.0	2.0