一种基于脑胶质细胞的脉冲神经网络优化方法及系统技术方案

本发明专利技术涉及一种基于脑胶质细胞的脉冲神经网络优化方法及系统，方法包括：基于脑胶质细胞构建融合脑胶质细胞的脉冲神经网络；所述融合脑胶质细胞的脉冲神经网络包括五种类型连接，分别为神经元

【技术实现步骤摘要】
一种基于脑胶质细胞的脉冲神经网络优化方法及系统


[0001]本专利技术涉及神经网络训练领域，特别是涉及一种基于脑胶质细胞的脉冲神经网络优化方法及系统。

技术介绍

[0002]胶质细胞指的是脑内的非神经元细胞，早期的研究认为，胶质细胞只是用来固定和支持神经元的。而事实并非这么简单，最近的研究发现，胶质细胞能够参与指挥神经元发育，精确控制神经元的分化位置和生长方向，调控神经元活动状态，调节突触的形成以及维持其稳定性等。这说明，胶质细胞具有调控大脑的高级功能，对脑进化，脑修复，以及记忆推理等方面均发挥了重要作用。因此，胶质细胞对神经网络的调节功能的探索研究是非常迫切且有价值的。
[0003]传统的脉冲神经网络，全部由神经元及其突触连接组成，由于SNN网络传递信息的形式为脉冲时间序列，导致其具有状态和误差函数不可微的特性，由此导致传统神经网络的监督学习算法无法使用。同时现有的可塑性研究如脉冲时序依赖可塑性(STDP)，长时程增强(LTP)，长时程抑制(LTD)，短时程振荡(STF)、短时程以及(STD)等均为局部可塑性方法，缺少全局可塑性。此外，已有的局部可塑性方法均只能对脉冲神经网络的突触进行权重优化，即只能优化网络权重参数，不能实现对网络节点（神经元模型）的状态优化，没有适合 SNN 的有效监督训练方法。因此目前仅依靠脉冲神经网络学习算法与局部可塑性的无监督训练方法，难以有效提升SNN网络的学习能力，缺乏有效的监督训练方法。

技术实现思路

[0004]本专利技术的目的是提供一种基于脑胶质细胞的脉冲神经网络优化方法及系统，以提升SNN网络的学习能力。
[0005]为实现上述目的，本专利技术提供了一种基于脑胶质细胞的脉冲神经网络优化方法，所述方法包括：步骤S1：基于脑胶质细胞构建融合脑胶质细胞的脉冲神经网络；所述融合脑胶质细胞的脉冲神经网络包括五种类型连接，分别为神经元
‑
神经元﹑神经元
‑
胶质细胞﹑胶质细胞
‑
神经元突触、胶质细胞
‑
胶质细胞和胶质细胞
‑
神经元；步骤S2：确定各种类型的连接参数；步骤S3：根据所述各种类型的连接参数优化所述脉冲神经网络，获得优化后的脉冲神经网络。
[0006]可选地，所述根据所述各种类型的连接参数优化所述脉冲神经网络，获得优化后的脉冲神经网络，具体包括：步骤S31：判断是否有事件发生；如果有事件发生，则执行“步骤S32”；如果没有事件发生，则继续判断是否有事件发生，直至满足设定条件为止，输出融合脑胶质细胞的脉冲神经网络；
步骤S32：确定事件类型；当事件类型为神经元脉冲事件时，则执行“步骤S33”；当事件类型为胶质细胞通信事件时，则执行“步骤S35”；当事件类型为胶质细胞调整事件时，则执行“步骤S36”；步骤S33：查事件源神经元相关连接表，并确定神经元扇出连接类型；当神经元扇出连接类型为神经元
‑
神经元时，则读取神经元
‑
神经元的连接参数；当神经元扇出连接类型为神经元
‑
胶质细胞时，则读取神经元
‑
胶质细胞的连接参数；步骤S34：将神经元
‑
神经元的连接参数作为神经元输入，更新目标神经元状态参数和输出，并返回“步骤S31”；将神经元
‑
胶质细胞的连接参数输入到胶质细胞动力学模型，更新目标胶质细胞状态参数和输出，并返回“步骤S31”；步骤S35：查事件源胶质细胞扇出连接表，并读取胶质细胞
‑
胶质细胞的连接参数；将胶质细胞
‑
胶质细胞的连接参数输入到胶质细胞动力学模型，更新目标胶质细胞状态参数，并返回“步骤S31”；步骤S36：查事件源胶质细胞扇出连接表，并确定胶质细胞扇出连接类型；当胶质细胞扇出连接类型为胶质细胞
‑
神经元突触时，则读取胶质细胞
‑
神经元突触的连接参数；当胶质细胞扇出连接类型为胶质细胞
‑
神经元时，则读取胶质细胞
‑
神经元的连接参数；步骤S37：根据胶质细胞
‑
神经元突触的连接参数更新目标突触状态参数，并返回“步骤S31”；根据胶质细胞
‑
神经元的连接参数更新目标神经元状态参数，并返回“步骤S31”。
[0007]可选地，所述胶质细胞动力学模型包括：胶质通信事件处理模块、神经元脉冲事件处理模块和胶质细胞状态机；所述胶质细胞状态机分别与所述胶质通信事件处理模块和所述神经元脉冲事件处理模块连接。
[0008]可选地，所述胶质通信事件处理模块的具体计算公式为：；其中，表示胶质通信事件周期强度，表示该胶质细胞
‑
胶质细胞连接参数中的权重参数，表示胶质细胞对胶质通信事件的统计周期，表示在当前统计周期内该连接收到的胶质通信事件个数，表示中间参数。
[0009]可选地，所述神经元脉冲事件处理模块的具体计算公式为：；
其中，表示神经元脉冲事件周期强度，表示神经元
‑
胶质细胞连接参数中的权重参数，表示胶质细胞对神经元脉冲事件的统计周期，表示在当前统计周期内该连接收到的胶质通信事件个数，表示中间参数。
[0010]本专利技术还提供一种基于脑胶质细胞的脉冲神经网络优化系统，所述系统包括：脉冲神经网络构建模块，用于基于脑胶质细胞构建融合脑胶质细胞的脉冲神经网络；所述融合脑胶质细胞的脉冲神经网络包括五种类型连接，分别为神经元
‑
神经元﹑神经元
‑
胶质细胞﹑胶质细胞
‑
神经元突触、胶质细胞
‑
胶质细胞和胶质细胞
‑
神经元；连接参数确定模块，用于确定各种类型的连接参数；优化模块，用于根据所述各种类型的连接参数优化所述脉冲神经网络，获得优化后的脉冲神经网络。
[0011]可选地，所述优化模块，具体包括：判断单元，用于判断是否有事件发生；如果有事件发生，则执行“事件类型确定单元”；如果没有事件发生，则继续判断是否有事件发生，直至满足设定条件为止，输出融合脑胶质细胞的脉冲神经网络；事件类型确定单元，用于确定事件类型；当事件类型为神经元脉冲事件时，则执行“第一连接参数确定单元”；当事件类型为胶质细胞通信事件时，则执行“第二更新单元”；当事件类型为胶质细胞调整事件时，则执行“第二连接参数确定单元”；第一连接参数确定单元，用于查事件源神经元相关连接表，并确定神经元扇出连接类型；当神经元扇出连接类型为神经元
‑
神经元时，则读取神经元
‑
神经元的连接参数；当神经元扇出连接类型为神经元
‑
胶质细胞时，则读取神经元
‑
胶质细胞的连接参数；第一更新单元，用于将神经元
‑
神经元的连接参数作为神经元输入，更新目标神经元状态参数和输出，并返回“判断单元”；将神经元
‑
胶质细胞的连接参数输入到胶质细胞动力学模型，更新目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于脑胶质细胞的脉冲神经网络优化方法，其特征在于，所述方法包括：步骤S1：基于脑胶质细胞构建融合脑胶质细胞的脉冲神经网络；所述融合脑胶质细胞的脉冲神经网络包括五种类型连接，分别为神经元
‑
神经元﹑神经元
‑
胶质细胞﹑胶质细胞
‑
神经元突触、胶质细胞
‑
胶质细胞和胶质细胞
‑
神经元；步骤S2：确定各种类型的连接参数；步骤S3：根据所述各种类型的连接参数优化所述脉冲神经网络，获得优化后的脉冲神经网络。2.根据权利要求1所述的基于脑胶质细胞的脉冲神经网络优化方法，其特征在于，所述根据所述各种类型的连接参数优化所述脉冲神经网络，获得优化后的脉冲神经网络，具体包括：步骤S31：判断是否有事件发生；如果有事件发生，则执行“步骤S32”；如果没有事件发生，则继续判断是否有事件发生，直至满足设定条件为止，输出融合脑胶质细胞的脉冲神经网络；步骤S32：确定事件类型；当事件类型为神经元脉冲事件时，则执行“步骤S33”；当事件类型为胶质细胞通信事件时，则执行“步骤S35”；当事件类型为胶质细胞调整事件时，则执行“步骤S36”；步骤S33：查事件源神经元相关连接表，并确定神经元扇出连接类型；当神经元扇出连接类型为神经元
‑
神经元时，则读取神经元
‑
神经元的连接参数；当神经元扇出连接类型为神经元
‑
胶质细胞时，则读取神经元
‑
胶质细胞的连接参数；步骤S34：将神经元
‑
神经元的连接参数作为神经元输入，更新目标神经元状态参数和输出，并返回“步骤S31”；将神经元
‑
胶质细胞的连接参数输入到胶质细胞动力学模型，更新目标胶质细胞状态参数和输出，并返回“步骤S31”；步骤S35：查事件源胶质细胞扇出连接表，并读取胶质细胞
‑
胶质细胞的连接参数；将胶质细胞
‑
胶质细胞的连接参数输入到胶质细胞动力学模型，更新目标胶质细胞状态参数，并返回“步骤S31”；步骤S36：查事件源胶质细胞扇出连接表，并确定胶质细胞扇出连接类型；当胶质细胞扇出连接类型为胶质细胞
‑
神经元突触时，则读取胶质细胞
‑
神经元突触的连接参数；当胶质细胞扇出连接类型为胶质细胞
‑
神经元时，则读取胶质细胞
‑
神经元的连接参数；步骤S37：根据胶质细胞
‑
神经元突触的连接参数更新目标突触状态参数，并返回“步骤S31”；根据胶质细胞
‑
神经元的连接参数更新目标神经元状态参数，并返回“步骤S31”。3.根据权利要求2所述的基于脑胶质细胞的脉冲神经网络优化方法，其特征在于，所述胶质细胞动力学模型包括：胶质通信事件处理模块、神经元脉冲事件处理模块和胶质细胞状态机；所述胶质细胞状态机分别与所述胶质通信事件处理模块和所述神经元脉冲事件处理模块连接。4.根据权利要求3所述的基于脑胶质细胞的脉冲神经网络优化方法，其特征在于，所述胶质通信事件处理模块的具体计算公式为：
；其中，表示胶质通信事件周期强度，表示该胶质细胞
‑
胶质细胞连接参数中的权重参数，表示胶质细胞对胶质通信事件的统计周期，表示在当前统计周期内该连接收到的胶质通信事件个数，表示中间参数。5.根据权利要求4所述的基于脑胶质细胞的脉冲神经网络优化方法，其特征在于，所述神经元脉冲事件处理模块的具体计算公式为：；其中，表示神经元脉冲事件周期强度，表示神经元
‑
胶质细胞连接参数中的权重参数，表示胶质细胞对神经元脉冲事件的统计周期，表示在当前统计周期内该连接收到的胶质通信事件个数，表示中间参数。6.一种基于脑胶质细胞的脉冲神经网络...

【专利技术属性】
技术研发人员：李盼，陶丽颖，刘小壮，乔树山，周玉梅，尚德龙，
申请(专利权)人：中科南京智能技术研究院，
类型：发明
国别省市：