RUS  ENG
Полная версия
ЖУРНАЛЫ // Известия высших учебных заведений. Прикладная нелинейная динамика // Архив

Известия вузов. ПНД, 2024, том 32, выпуск 2, страницы 253–267 (Mi ivp588)

Эта публикация цитируется в 2 статьях

НЕЛИНЕЙНАЯ ДИНАМИКА И НЕЙРОНАУКА

Исследование влияния синаптической пластичности на формирование признакового пространства спайковой нейронной сетью

А. А. Лебедевa, В. Б. Казанцевab, С.В. Стасенкоab

a Национальный исследовательский Нижегородский государственный университет им. Н. И. Лобачевского, Россия
b Московский физико-технический институт, Россия

Аннотация: Цель настоящего исследования - исследовать влияние синаптической пластичности на возбуждающих и тормозных синапсах на формирование признакового пространства входного изображения на возбуждающих и тормозных слоях нейронов спайковой нейронной сети. Методы. Для моделирования динамики нейрона использовалась вычислительно-эффективная модель "Сброс и накопление с утечкой". В качестве модели синаптических контактов использовалась модель синапса на основе проводимости. Синаптическая пластичность в возбуждающих и тормозных синапсах моделировалась классической моделью, зависимой от времен возникновения спайков синаптической пластичности. Нейронная сеть, составленная из них, порождает признаковое пространство, которое разделяется на классы алгоритмом машинного обучения. Результаты. Была построена модель спайковой нейронной сети с возбуждающими и тормозными слоями нейронов с адаптацией синаптических контактов за счет синаптической пластичности. Были рассмотрены различные конфигурации модели с синаптической пластичностью для задачи формирования признакового пространства входного изображения на возбуждающих и тормозных слоях нейронов, а также проведено их сравнение. Заключение. Было показано, что синаптическая пластичность в тормозных синапсах ухудшает формирование признакового пространства изображения для задачи классификации. Получены также ограничения модели и выбрана лучшая конфигурация модели.

Ключевые слова: спайковая нейронная сеть, синаптическая пластичность, машинное обучение, классификация изображений

УДК: 530.182

Поступила в редакцию: 05.10.2023

DOI: 10.18500/0869-6632-003092



© МИАН, 2024