特不靠谱的论文总结机+十级废话bb机

摘要：两种方法将CNN转化成为SNN： 直接训练一个类似CNN架构的SNN「虽然有类似于STDP等无监督方法，但是处于起步状态」 训练初始的CNN，将训练得到的权重直接应用于类似于CNN架构的SNN「将CNN转化为SNN的时候，训练的准确性可能无法保证」 准确性损失的原因： CNN中的负值在SNN中无法准 阅读全文

摘要：Spiking neural networks, an introduction 脉冲神经网络的生物学背景+两种采用脉冲编码的神经元模型 概论 本文介绍了脉冲神经网络的生物学背景，并将介绍两种采用脉冲编码的脉冲神经元模型。 人工神经元的历史 第一代：十五年之前McCulloch-Pitts提出，当神 阅读全文

摘要：Recent Advances and New Frontiers in Spiking Neural Networks 基本要素：包括神经元模型、神经元中脉冲序列的编码方法、神经网络中每个基本层的拓扑结构 神经形态数据集：N-MNIST、DVS-CIFAR10 优化算法：为了理解生物系统——STD 阅读全文

摘要：STDP 是一种时间不对称的Hebbian学习形式，由突触前和突触后神经元的脉冲时间的时间相关性引起的。是一种双向Hebbian学习法则。 突触权重变化$\Delta w$依赖于突触前脉冲的到达和突触后脉冲的相对时序。假设突触前脉冲到达的时刻为$t_jf,f=1,2,3,...$，同样的$t_in, 阅读全文

摘要：LIF模型 Leaky integrity-Fire（LIF）模型 输入信号直接影响神经元的状态，即神经元膜电位，只有当膜电位上升到阈值的时候，才会产生输出信号。 膜电位：细胞膜两侧的电位差。只有当膜电位到达阈值的时候，才会发送脉冲信号，影响下一个神经元。 动作电位：细胞膜受到外界刺激之后产生的电位 阅读全文

摘要：Most students and beginning researchers do not fully understand what a research proposal means, nor do they understand its importance. To put it blunt 阅读全文