基于梯度下降的脉冲神经元在线学习方法

现有基于梯度下降的脉冲神经元脉冲序列学习方法采用离线学习方式,即神经元运行结束后再根据全部输出脉冲调整突触权值。基于真实生物神经元突触强度的在线调整机制,提出一种在线方式的基于梯度下降的脉冲序列学习方法。在神经元运行过程中,当有脉冲激发时,即刻根据实际与期望输出脉冲调整突触权值。实验结果表明,该方法可有效实现脉冲序列学习,与离线的基于梯度下降的方法相比,具有更高的学习精度。