-
公开(公告)号:CN112116010A
公开(公告)日:2020-12-22
申请号:CN202010995633.6
申请日:2020-09-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于类脑智能、人工智能领域,具体涉及一种基于膜电势预处理的ANN‑SNN转换的分类方法,旨在解决现有的ANN‑SNN转换方法获取的脉冲神经网络存在较大的时间延迟以及网络分类性能较低的问题。本系统方法包括获取待分类数据并进行实值编码,将实值编码后的数据作为输入数据;将输入数据输入通过ANN‑SNN转换后的脉冲神经网络中,结合IF神经元的软重置,通过设定时间步长的膜电势预处理,得到预初始化的膜电势信息;将输入数据重新输入所述脉冲神经网络中,结合预初始化的膜电势信息,通过前向传播得到待分类数据的分类结果。本发明提高了收敛速度,减小了时间延迟,并提高了网络的分类性能。
-
公开(公告)号:CN112116010B
公开(公告)日:2023-12-12
申请号:CN202010995633.6
申请日:2020-09-21
Applicant: 中国科学院自动化研究所
IPC: G06F18/241 , G06N3/0464 , G06N3/06 , G06N3/08
Abstract: 本发明属于类脑智能、人工智能领域,具体涉及一种基于膜电势预处理的ANN‑SNN转换的分类方法,旨在解决现有的ANN‑SNN转换方法获取的脉冲神经网络存在较大的时间延迟以及网络分类性能较低的问题。本系统方法包括获取待分类数据并进行实值编码,将实值编码后的数据作为输入数据;将输入数据输入通过ANN‑SNN转换后的脉冲神经网络中,结合IF神经元的软重置,通过设定时间步长的膜电势预处理,得到预初始化的膜电势信息;将输入数据重新输入所述脉冲神经网络中,结合预初始化的膜电势信息,通过前向传播得到待分类数据的分类结果。本发明提高了收敛速度,减小了时间延迟,并提高了网络的分类性能。
-