期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
On the use of formal methods to model and verify neuronal archetypes
1
作者 Elisabetta DE MARIA Abdorrahim BAHRAMI +4 位作者 Thibaud L'YVONNET Amy FELTY Daniel GAFFÉ Annie RESSOUCHE Franck GRAMMONT 《Frontiers of Computer Science》 SCIE EI CSCD 2022年第3期101-122,共22页
Having a formal model of neural networks can greatly help in understanding and verifying their properties,behavior,and response to external factors such as disease and medicine.In this paper,we adopt a formal model to... Having a formal model of neural networks can greatly help in understanding and verifying their properties,behavior,and response to external factors such as disease and medicine.In this paper,we adopt a formal model to represent neurons,some neuronal graphs,and their composition.Some specific neuronal graphs are known for having biologically relevant structures and behaviors and we call them archetypes.These archetypes are supposed to be the basis of typical instances of neuronal information processing.In this paper we study six fundamental archetypes(simple series,series with multiple outputs,parallel composition,negative loop,inhibition of a behavior,and contralateral inhibition),and we consider two ways to couple two archetypes:(i)connecting the output(s)of the first archetype to the input(s)of the second archetype and(ii)nesting the first archetype within the second one.We report and compare two key approaches to the formal modeling and verification of the proposed neuronal archetypes and some selected couplings.The first approach exploits the synchronous programming language Lustre to encode archetypes and their couplings,and to express properties concerning their dynamic behavior.These properties are verified thanks to the use of model checkers.The second approach relies on a theorem prover,the Coq Proof Assistant,to prove dynamic properties of neurons and archetypes. 展开更多
关键词 neuronal networks leaky integrate and fire modeling synchronous languages model checking theorem proving LUSTRE COQ formal methods
原文传递
交流电场下神经元适应性的两种放电机制对比分析 被引量:3
2
作者 袁春华 王江 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2014年第9期1229-1233,共5页
研究了两种神经元模型放电频率适应性的机制,对比分析了不同机制之间的差异,基于线性积分放电(LIF)神经元模型,建立了在交流外电场作用下LIFAC和LIFDT两种改进的LIF适应性模型.通过分析不同机制模型的初始和稳态放电频率曲线,发现LIFAC... 研究了两种神经元模型放电频率适应性的机制,对比分析了不同机制之间的差异,基于线性积分放电(LIF)神经元模型,建立了在交流外电场作用下LIFAC和LIFDT两种改进的LIF适应性模型.通过分析不同机制模型的初始和稳态放电频率曲线,发现LIFAC机制的放电频率曲线向高输入方向水平右移,且保持斜率不变,LIFDT机制的放电频率曲线呈发散状,斜率递减.在固定频率的交流外电场作用下,稳态放电频率曲线呈线性.另外通过对噪声下放电峰峰间期的相关性和变异性分析,进一步阐明外电场对不同机制适应性的影响. 展开更多
关键词 放电频率适应性 交流外电场 积分效电神经元模型 lifAC和lifDT放电机制 相关性
下载PDF
基于视觉感光层功能的菌落图像多强度边缘检测研究 被引量:3
3
作者 罗佳骏 武薇 +1 位作者 范影乐 高云园 《中国生物医学工程学报》 CAS CSCD 北大核心 2014年第6期677-686,共10页
借鉴视觉神经系统在轮廓感知中的独特优势,提出一种基于视觉感光层功能的图像边缘检测新方法。构建以带漏感的积累发放(LIF)神经元电生理模型为基本单元的神经元网络;根据特定时间窗口内各个神经元的脉冲发放情况,对神经元的增强(ON)或... 借鉴视觉神经系统在轮廓感知中的独特优势,提出一种基于视觉感光层功能的图像边缘检测新方法。构建以带漏感的积累发放(LIF)神经元电生理模型为基本单元的神经元网络;根据特定时间窗口内各个神经元的脉冲发放情况,对神经元的增强(ON)或抑制(OFF)类别进行判断;通过拮抗式感受野特性以及神经元激励的反馈增强模式,实现弱边缘的凸显;为克服视觉感光层所具有的适应性并凸显弱细节的对比度,对图像进行多方向、多距离尺度的移动,并融合感光层神经元网络脉冲发放率的差异信息,最后实现图像边缘的有效检测。以具有丰富边缘特性的20幅菌落图像为样本,以边缘置信度和重构相似度作为评价指标,对多强度边缘进行检测。结果表明,所提出方法可以有效完整地检测出图像多强度边缘,且其对弱边缘检测的重构相似度均值高于0.8,检测准确性有显著的提高(P<0.05)。所提出的利用生理视觉系统特性进行边缘检测,为包含多强度边缘信息的图像处理提供崭新的思路。 展开更多
关键词 边缘检测 感光层 感受野 lif神经元模型
下载PDF
基于改进深度残差网络的低功耗表情识别 被引量:11
4
作者 杜进 陈云华 +1 位作者 张灵 麦应潮 《计算机科学》 CSCD 北大核心 2018年第9期303-307,319,共6页
为了提高表情识别率并降低表情识别的功耗,提出一种基于改进深度残差网络的表情识别方法。残差学习在解决深度卷积神经网络退化问题、使网络层次大幅加深的同时,进一步增加了网络的功耗。为此,引入具有生物真实性的激活函数来代替已有... 为了提高表情识别率并降低表情识别的功耗,提出一种基于改进深度残差网络的表情识别方法。残差学习在解决深度卷积神经网络退化问题、使网络层次大幅加深的同时,进一步增加了网络的功耗。为此,引入具有生物真实性的激活函数来代替已有的整流线性单元(Rectified Linear Units,ReLU)函数,并将其作为卷积层激活函数对深度残差网络进行改进。该方法不仅提高了残差网络的精度,而且训练出的网络权重可直接作为与该深度残差网络具有相同结构的深度脉冲神经网络的权重。将该深度脉冲神经网络部署在类脑硬件上时,其能够以较高的识别率和较低的能耗进行表情识别。 展开更多
关键词 表情识别 残差网络 leaky integrate and fire(lif)神经元 卷积神经网络
下载PDF
基于自适应编码的脉冲神经网络 被引量:5
5
作者 张驰 唐凤珍 《计算机应用研究》 CSCD 北大核心 2022年第2期593-597,共5页
脉冲神经网络(SNN)采用脉冲序列表征和传递信息,与传统人工神经网络相比更具有生物可解释性,但典型SNN的特征提取能力受到其结构限制,对于图像数据等多分类任务的识别准确率不高,不能与卷积神经网络相媲美。为此提出一种新型的自适应编... 脉冲神经网络(SNN)采用脉冲序列表征和传递信息,与传统人工神经网络相比更具有生物可解释性,但典型SNN的特征提取能力受到其结构限制,对于图像数据等多分类任务的识别准确率不高,不能与卷积神经网络相媲美。为此提出一种新型的自适应编码脉冲神经网络(SCSNN),将CNN的特征提取能力与SNN的生物可解释性结合起来,采用生物神经元动态脉冲触发特性构建网络结构,并设计了一种新的替代梯度反向传播方法直接训练网络参数。所提出的SCSNN分别在MNIST和Fashion-MNIST数据集进行验证,取得较好的识别结果,在MNIST数据集上准确率达到了99.62%,在Fashion-MNIST数据集上准确率达到了93.52%,验证了其有效性。 展开更多
关键词 脉冲神经网络 自适应编码 替代梯度反向传播 漏电积分发放神经元模型
下载PDF
Stochastic Resonance in Neural Systems with Small-World Connections 被引量:2
6
作者 袁五届 罗晓曙 杨仁桓 《Chinese Physics Letters》 SCIE CAS CSCD 2007年第3期835-838,共4页
We study the stochastic resonance (SR) in Hodgkin-Huxley (HH) neural systems with small-world (SW) connections under the noise synaptic current and periodic stimulus, focusing on the dependence of properties of ... We study the stochastic resonance (SR) in Hodgkin-Huxley (HH) neural systems with small-world (SW) connections under the noise synaptic current and periodic stimulus, focusing on the dependence of properties of SR on coupling strength c. It is found that there exists a critical coupling strength c^* such that if c 〈 c^*, then the SR can appear on the SW neural network. Especially, dependence of the critical coupling strength c^* on the number of neurons N shows the monotonic even almost linear increase of c^* as N increases and c^* on the SW network is smaller than that on the random network. For the effect of the SW network on the phenomenon of SR, we show that decreasing the connection-rewiring probability p of the network topology leads to an enhancement of SR. This indicates that the SR on the SW network is more prominent than that on the random network (p = 1.0). In addition, it is noted that the effect becomes remarkable as coupling strength increases. Moreover, it is found that the SR weakens but resonance range becomes wider with the increase of c on the SW neural network. 展开更多
关键词 COHERENCE RESONANCE fire neuron leaky integrate NETWORKS modelS NOISE SYNCHRONIZATION ENSEMBLE DYNAMICS SIGNALS
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部