Počet záznamů: 1
Gradient Learning in Networks of Smoothly Spiking Neurons
- 1.
SYSNO ASEP 0318366 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Gradient Learning in Networks of Smoothly Spiking Neurons Překlad názvu Gradientní učení sítí hladce pulzních neuronů Tvůrce(i) Šíma, Jiří (UIVT-O) RID, SAI, ORCID Zdroj.dok. Advances in Neuro-Information Processing. Revised Selected Papers Part II. - Berlin : Springer, 2009 / Köppen M. ; Kasabov N. ; Coghill G. - ISBN 978-3-642-03039-0 Rozsah stran s. 179-186 Poč.str. 8 s. Akce ICONIP 2008. International Conference on Neural Information Processing /15./ Datum konání 25.11.2008-28.11.2008 Místo konání Auckland Země NZ - Nový Zéland Typ akce WRD Jazyk dok. eng - angličtina Země vyd. DE - Německo Klíč. slova spiking neuron ; back-propagation ; SpikeProp ; gradient learning Vědní obor RIV IN - Informatika CEP 1ET100300517 GA AV ČR - Akademie věd 1M0545 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy CEZ AV0Z10300504 - UIVT-O (2005-2011) UT WOS 000270578200022 EID SCOPUS 70349106368 DOI https://doi.org/10.1007/978-3-642-03040-6_22 Anotace A slightly simplified version of the Spike Response Model SRM0 of a spiking neuron is tailored to gradient learning. In particular, the evolution of spike trains along the weight and delay parameter trajectories is made perfectly smooth. For this model a back-propagation-like learning rule is derived which propagates the error also along the time axis. This approach overcomes the difficulties with the discontinuous-in-time nature of spiking neurons, which encounter previous gradient learning algorithms (e.g. SpikeProp). The new algorithm can naturally cope with multiple spikes and preliminary experiments confirm the smoothness of spike creation/deletion process. Pracoviště Ústav informatiky Kontakt Tereza Šírová, sirova@cs.cas.cz, Tel.: 266 053 800 Rok sběru 2010
Počet záznamů: 1