The invention relates to an adaptive leakage value of neuron information processing method and system, wherein the method comprises: receiving front-end outputs pulse information; read the information of the current pulse of the neurons, the neuronal membrane potential pulse information including adaptive leakage information; according to the front end pulse neuron output information and the current information of neurons, neural computing the output information of the current pulse; according to the current pulse outputs information, updating the adaptive membrane potential information leakage; the output current pulse outputs information. The present invention provides adaptive leakage value neuron information processing system, information leakage in the calculation output information of current pulses using neuron membrane potential adaptive, and the current pulse output information updating the adaptive neuron membrane potential information in a time step is calculated, a good balance between nerve the sensitivity and stability of network.
【技术实现步骤摘要】
自适应泄漏值神经元信息处理方法和系统
本专利技术涉及人工神经网络
,特别是涉及自适应泄漏值神经元信息处理方法和系统。
技术介绍
如今的人工神经网络研究绝大多数仍是在冯·诺依曼计算机软件并搭配高性能GPGPU(GeneralPurposeGraphicProcessingUnits通用图形处理单元)中实现的,整个过程的硬件开销、能耗和信息处理速度都不容乐观。为此,近几年神经形态计算领域迅猛发展,即采用硬件电路直接构建神经网络从而模拟大脑的功能,试图实现大规模并行、低能耗、可支撑复杂模式学习的计算平台。然而,传统的脉冲神经元信息处理方法,利用历史膜电位作为泄漏值,用于计算当前脉冲神经元输出信息,导致神经网络在对于输入响应的灵敏度和稳定性方面无法做到很好的平衡。
技术实现思路
基于此,有必要针对神经网络如何解决灵敏度和稳定性之间的平衡的问题,提供一种自适应泄漏值神经元信息处理方法和系统,其中,所述方法包括:接收前端脉冲神经元输出信息;读取当前脉冲神经元信息,所述当前脉冲神经元信息包括自适应膜电位泄漏信息;根据所述前端脉冲神经元输出信息和所述当前脉冲神经元信息,计算当前脉冲神经元输出信息;根据所述当前脉冲神经元输出信息,更新所述自适应膜电位泄漏信息;输出所述当前脉冲神经元输出信息。在其中一个实施例中,所述前端脉冲神经元输出信息,包括:前端脉冲神经元输出的脉冲尖端信息、前端神经元与当前神经元的连接权重索引;所述当前脉冲神经元信息,还包括:当前时间窗宽度、当前时间窗内脉冲尖端信息序列、历史膜电位信息;则根据所述前端脉冲神经元输出信息和所述当前脉冲神经元信息,计算当前 ...
【技术保护点】
一种自适应泄漏值神经元信息处理方法,其特征在于,所述方法包括:接收前端脉冲神经元输出信息;读取当前脉冲神经元信息,所述当前脉冲神经元信息包括自适应膜电位泄漏信息;根据所述前端脉冲神经元输出信息和所述当前脉冲神经元信息,计算当前脉冲神经元输出信息;根据所述当前脉冲神经元输出信息,更新所述自适应膜电位泄漏信息;输出所述当前脉冲神经元输出信息。
【技术特征摘要】
1.一种自适应泄漏值神经元信息处理方法,其特征在于,所述方法包括:接收前端脉冲神经元输出信息;读取当前脉冲神经元信息,所述当前脉冲神经元信息包括自适应膜电位泄漏信息;根据所述前端脉冲神经元输出信息和所述当前脉冲神经元信息,计算当前脉冲神经元输出信息;根据所述当前脉冲神经元输出信息,更新所述自适应膜电位泄漏信息;输出所述当前脉冲神经元输出信息。2.根据权利要求1所述的自适应泄漏值神经元信息处理方法,其特征在于:所述前端脉冲神经元输出信息,包括:前端脉冲神经元输出的脉冲尖端信息、前端神经元与当前神经元的连接权重索引;所述当前脉冲神经元信息,还包括:当前时间窗宽度、当前时间窗内脉冲尖端信息序列、历史膜电位信息;则根据所述前端脉冲神经元输出信息和所述当前脉冲神经元信息,计算当前脉冲神经元输出信息,包括:根据所述前端神经元与当前神经元的连接权重索引,读取前端神经元与当前神经元的连接权重;根据所述前端脉冲神经元输出的脉冲尖端信息,和所述当前时间窗内脉冲尖端信息序列,更新所述当前时间窗内脉冲尖端信息序列,获取当前时间窗内脉冲尖端信息更新序列;根据所述当前时间窗宽度、所述当前时间窗内脉冲尖端信息更新序列,通过衰减函数计算前端脉冲神经元输入信息;根据所述前端脉冲神经元输入信息、所述前端脉冲神经元与当前脉冲神经元的连接权重、所述历史膜电位信息、所述自适应膜电位泄漏信息,通过脉冲神经元计算模型,计算当前脉冲神经元输出信息。3.根据权利要求1所述的自适应泄漏值神经元信息处理方法,其特征在于,在所述根据所述前端脉冲神经元输出信息和所述当前脉冲神经元信息,计算当前脉冲神经元输出信息的步骤之后,在所述输出所述当前脉冲神经元输出信息的步骤之前,所述方法还包括:获取阈值电位;将所述当前脉冲神经元输出信息和所述阈值电位进行比较,根据比较结果确定发放触发标志信息,所述发放触发标志信息包括:发放触发或发放不触发;当所述发放触发标志信息为发放触发时,复位不应期计时器,并更新所述历史膜电位信息为预设的复位膜电位信息。4.根据权利要求3所述的自适应泄漏值神经元信息处理方法,其特征在于,还包括:当所述发放触发标志信息为发放不触发时,读取不应期宽度和不应期计时器的当前时间步;根据所述不应期宽度和所述不应期计时器的当前时间步,判断当前时间是否在不应期内,若当前时间在所述不应期内,将所述不应期计时器累加计时一个时间步,不更新所述历史膜电位信息;若当前时间不在应期内,将所述不应期计时器累加计时一个时间步,并更新所述历史膜电位信息为所述当前脉冲神经元输出信息。5.根据权利要求3所述的自适应泄漏值神经元信息处理方法,其特征在于,所述获取阈值电位,包括:读取随机阈值掩模电位、阈值偏置和随机阈值;将所述随机阈值和所述随机阈值掩模电位进行按位与操作,获取阈值随机叠加量;根据所述阈值随机叠加量和所述阈值偏置,确定所述阈值电位。6.根据权利要求1至5中任一项所述的自适应泄漏值神经元信息处理方法,其特征在于,根据所述当前脉冲神经元输出信息,更新所述自适应膜电位泄漏信息,包括:读取静息膜电位信息和泄漏值缩放因子;根据所述静息膜电位信息、所述泄漏值缩放因子和所述当前脉冲神经元输出信息,更新所述自适应膜电位泄漏信息。7.根据权利要求3所述的自适应泄漏值神经元信息处理方法,其特征在于,所述输出所述当前脉冲神经元输出信息,包括:读取发放使能标识,所述发放使能标识包括允许发放数据或不允许发放数据;当所述发放使能标识为允许发放数据时,读取所述发放触发标志信息,当所述发放触发标志信息为发放触发时;输出所述当前脉冲神经元输出信息。8.一种自适应泄漏值神经元信息处理系统,其特征在于,包括:前端脉冲神经元输出信息接收模块,用于接收前端脉冲神经元输出信息;当前脉冲神经元信息读取模块,用于读取当前脉冲神经元信息,所述当前脉冲神经元信息...
【专利技术属性】
技术研发人员:裴京,邓磊,施路平,吴臻志,李国齐,
申请(专利权)人:清华大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。