神经元信息发送方法、装置和存储介质制造方法及图纸

本申请涉及一种神经元信息发送方法、系统和存储介质。所述方法包括：获取前端神经元输出信息和当前神经元历史信息；根据所述前端脉冲神经元输出信息和所述当前神经元历史信息，计算当前神经元信息；根据所述当前神经元信息确定当前神经元输出信息，所述当前神经元输出信息包括至少两个脉冲尖峰信号；输出所述当前神经元输出信息。采用本方法能够使得神经网络兼容人工神经元和脉冲神经元，并实现神经元信息以人工神经元方式发送和以脉冲神经元形式发送的相互转换。

Neuron information transmission method, device and storage medium

The application relates to a method for transmitting neuron information, a system and a storage medium. The method includes: obtaining the output information of the front-end neuron and the current neuron history information; calculating the current neuron information according to the output information of the front-end impulse neuron and the current neuron history information; determining the current neuron output information according to the current neuron information, and the current neuron output information. The information includes at least two pulse spike signals, and outputs the output information of the current neuron. This method can make the neural network compatible with artificial neurons and impulsive neurons, and realize the mutual conversion of neuron information sent by artificial neurons and in the form of impulsive neurons.

【技术实现步骤摘要】
神经元信息发送方法、装置和存储介质
本申请涉及神经网络
，特别是涉及一种神经元信息发送方法、装置和存储介质。
技术介绍
当今时代大数据信息网络和智能移动设备的蓬勃发展，产生了海量非结构化信息，伴生了对这些信息的高效能处理需求的急剧增长。传统冯·诺依曼计算机在处理上述问题时面临两方面的巨大挑战。一方面是其处理器和存储器分离，由于采用总线通信、同步、串行和集中的工作方式，在处理大型复杂问题时不仅能耗高、效率低，而且面向数值计算的特性使其在处理非形式化问题时软件编程复杂度高，甚至无法实现。随之出现了借鉴人脑发展类脑计算技术。神经网络由大量神经元构成，单个神经元结构和行为比较简单，通过一定地学习规则却能呈现出丰富的网络处理功能。但在传统的类脑计算技术中，神经元输出信息的格式比较单一，对于神经网络的发展产生了一定的制约。
技术实现思路
基于此，有必要针对在传统的类脑计算技术中，神经元输出信息的格式比较单一的问题，提供一种神经元输出信息格式多样化的方法、装置和存储介质。一种神经元信息发送方法，所述方法包括：获取前端神经元输出信息和当前神经元历史信息；根据所述前端脉冲神经元输出信息和所述当前神经元历史信息，计算当前神经元信息；根据所述当前神经元信息确定当前神经元输出信息，所述当前神经元输出信息包括至少两个脉冲尖峰信号；输出所述当前神经元输出信息。在其中一个实施例中，所述根据所述当前神经元信息确定当前神经元输出信息，包括：根据所述当前神经元信息和信息次数对应关系，确定脉冲发放次数；则输出所述当前神经元输出信息，还包括：通过输出与所述脉冲发放次数相等个数的脉冲尖峰信号，输出所述当前神经元输出信息。在其中一个实施例中，所述根据所述当前神经元信息确定当前神经元输出信息，包括：根据所述当前神经元信息和信息频率对应关系，确定脉冲发放频率；则输出所述当前神经元输出信息，还包括：通过所述脉冲发放频率输出脉冲尖峰信号，输出所述当前神经元输出信息。在其中一个实施例中，所述前端神经元输出信息，包括：人工神经元输出信息或脉冲神经元输出信息。在其中一个实施例中，在输出所述当前神经元输出信息的步骤之后，所述方法还包括：利用脉冲神经网络路由包逐个发送所述至少两个脉冲尖峰信号，将所述当前神经元输出信息发送至后端脉冲神经元。在其中一个实施例中，在输出所述当前神经元输出信息的步骤之后，所述方法还包括：利用人工神经网络路由包发送所述至少两个脉冲尖峰信号，将所述当前神经元输出信息发送至后端人工神经元。在其中一个实施例中，所述利用人工神经网络路由包发送所述至少两个脉冲尖峰信号，将所述当前神经元输出信息发送至后端人工神经元，包括：获取所述当前神经元输出信息的脉冲次数和脉冲频率；根据所述脉冲次数和所述脉冲频率，确定人工神经元输出信息；利用人工神经网络路由包发送所述人工神经元输出信息至后端人工神经元。在其中一个实施例中，所述根据所述脉冲次数和所述脉冲频率，确定人工神经元输出信息，包括：根据所述脉冲次数和/或所述脉冲频率计算脉冲神经元变化值；根据所述脉冲神经元变化值、所述脉冲次数和所述脉冲频率，确定人工发送系数；根据所述人工发送系数，所述脉冲次数和所述脉冲频率，确定所述人工神经元输出信息。一种神经元信息发送装置，包括：信息获取模块，用于获取前端神经元输出信息和当前神经元历史信息；当前信息计算模块，用于根据所述前端脉冲神经元输出信息和所述当前神经元历史信息，计算当前神经元信息；输出信息计算模块，用于根据所述当前神经元信息确定当前神经元输出信息，所述当前神经元输出信息包括至少两个脉冲尖峰信号；信息输出模块，用于输出所述当前神经元输出信息。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以上任一实施例所提供方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以上任一实施例所提供方法的步骤：上述神经元信息发送方法、装置和存储介质。通过前端神经元的输出信息、当前神经元的历史信息以及当前神经元信息，确定当前神经元的输出信息，并且当前神经元的输出信息包括至少两个脉冲尖峰信号。实现了当前神经元输出信息与后端神经元的匹配，实现了神经元输出信息格式的多样性，增强了神经网络的灵活性。附图说明图1为一个实施例中神经元信息发送方法的流程示意图；图2为一个实施例中神经元信息发送装置的模块示意图；图3为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。在一个实施例中，如图1所示，提供了一种神经元信息发送方法，包括以下步骤：步骤S100，获取前端神经元输出信息和当前神经元历史信息。具体地，所述前端神经元输出信息，是与当前神经元的连接的前端神经元的输出信息。所述当前神经元历史信息，包括在当前神经元中存储的前端神经元发送的历史信息。可以理解，所述前端神经元可以是脉冲神经网络神经元(SpikingNeuralNetwork,SNN)，也可以是人工神经网络的神经元(ArtificialNeuralNetwork,ANN)。所述脉冲神经网络神经元采用基于STDP(spike-time-dependentplasticity)的算法构建完整的突触神经网络。脉冲神经网络的神经元之间的连接采用1比特量实现，并且所述脉冲神经网络的神经元在激活之后会进入一段时间的不应期。可以理解的，神经元在不应期内，对输入信号不再发生响应。在一定的时间范围内，脉冲发放的频率和模式代表着不同的信息。所述人工神经网络的神经元之间的连接采用多比特量(例如8比特)实现，且没有不应期。具体地，当前神经元包括基于生物神经元Burst现象的神经元。步骤S102，根据所述前端脉冲神经元输出信息和所述当前神经元历史信息，计算当前神经元信息。具体地，所述当前神经元信息是指根据前端神经元的输出信息作为当前神经元的输入信息，根据所述当前神经元历史信息对当前神经元的输入信息即前端神经元的输出信息进行神经网络运算，得到当前神经元信息。步骤S104，根据所述当前神经元信息确定当前神经元输出信息，所述当前神经元输出信息包括至少两个脉冲尖峰信号。具体地，根据所述当前神经元输出信息是指当前神经元向与当前神经元连接的后端神经元传送的输出信息。步骤S106，输出所述当前神经元输出信息。上述神经元信息发送方法，通过前端神经元的输出信息、当前神经元的历史信息以及当前神经元信息，确定当前神经元的输出信息，并且当前神经元的输出信息包括至少两个脉冲尖峰信号，实现了当前神经元输出信息与后端神经元的匹配，实现了神经元输出信息格式的多样性，增强了神经网络的灵活性。应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行本文档来自技高网...

【技术保护点】
1.一种神经元信息发送方法，其特征在于，所述方法包括：获取前端神经元输出信息和当前神经元历史信息；根据所述前端脉冲神经元输出信息和所述当前神经元历史信息，计算当前神经元信息；根据所述当前神经元信息确定当前神经元输出信息，所述当前神经元输出信息包括至少两个脉冲尖峰信号；输出所述当前神经元输出信息。

【技术特征摘要】
1.一种神经元信息发送方法，其特征在于，所述方法包括：获取前端神经元输出信息和当前神经元历史信息；根据所述前端脉冲神经元输出信息和所述当前神经元历史信息，计算当前神经元信息；根据所述当前神经元信息确定当前神经元输出信息，所述当前神经元输出信息包括至少两个脉冲尖峰信号；输出所述当前神经元输出信息。2.根据权利要求1所述的神经元信息发送方法，其特征在于，所述根据所述当前神经元信息确定当前神经元输出信息，包括：根据所述当前神经元信息和信息次数对应关系，确定脉冲发放次数；则输出所述当前神经元输出信息，还包括：通过输出与所述脉冲发放次数相等个数的脉冲尖峰信号，输出所述当前神经元输出信息。3.根据权利要求1所述的神经元信息发送方法，其特征在于，所述根据所述当前神经元信息确定当前神经元输出信息，包括：根据所述当前神经元信息和信息频率对应关系，确定脉冲发放频率；则输出所述当前神经元输出信息，还包括：通过所述脉冲发放频率输出脉冲尖峰信号，输出所述当前神经元输出信息。4.根据权利要求1所述的神经元信息发送方法，其特征在于，所述前端神经元输出信息，包括：人工神经元输出信息或脉冲神经元输出信息。5.根据权利要求1所述的神经元信息发送方法，其特征在于，在输出所述当前神经元输出信息的步骤之后，所述方法还包括：利用脉冲神经网络路由包逐个发送所述至少两个脉冲尖峰信号，将所述当前神经元输出信息发送至后端脉冲神经元。6.根据权利要求1所述的神经元信息发送方法，其特征在于，在输出所述当前神经元输出信息的...

【专利技术属性】
技术研发人员：施路平，吴双，裴京，李国齐，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11