脉冲神经网络的新结构与学习算法研究
项目介绍
AI项目解读
基本信息
- 批准号:11201051
- 项目类别:青年科学基金项目
- 资助金额:22.0万
- 负责人:
- 依托单位:
- 学科分类:A0502.数值代数
- 结题年份:2015
- 批准年份:2012
- 项目状态:已结题
- 起止时间:2013-01-01 至2015-12-31
- 项目参与者:刘燕; 姚明臣; 程明松; 杨文宇; 范钦伟; 王博;
- 关键词:
项目摘要
With the high simulation to biological neural systems, the spiking neural network has increasingly attracted attentions and is called the third generation neural network. However, it has a large computation and its accuracy is easily affected by the network's structure. These disadvantages are considered the brief bottlenecks of this network. The aim of this project is to improve the network and to accelerate learning through the studies of network constitution methods and learning algorithms. Firstly, the problem of embedding the spike stimulating strength (the gradient of the state function at the firing time) is studied. With this approach, we will explore the influence degree and pattern of the spike stimulating strength on the information processing ability of the postsynaptic neuron. Meanwhile, we will further seek other factors which effect the neuron stimulating to present improved network operation mechanism. Secondly, with the research results funded by the prior National Natural Science Foundation, we will study the fuzzification of spiking neural networks and present several network structures which are based on s-t norms to expand the information processing ability for spiking neural networks. In addition, as for learning algorithms, we have proved that the traditional BP algorithm is fully suitable for the spiking neural network without any assumption. Based on this result, we hope to analyze the BP algorithm and other learning algorithms and to explore the possibilities of more efficient learning algorithms in the spiking neural network.
脉冲神经网络由于对生物神经系统的高度仿真性已经受到越来越多的关注,被称为第三代神经网络。本项目旨在研究新的脉冲神经网络结构和更好的学习算法。首先,针对我们最近提出的一种新的网络结构,研究如何将脉冲激发强度(即状态函数x(t)达到阈值时的导数)嵌入到脉冲网络的网络构造与运行机制中去,探索脉冲激发强度对突触后神经元信息处理能力的影响程度与影响方式,同时进一步探寻其它影响脉冲激发因素,使脉冲神经网络在不影响训练精度前提下减小网络规模,改善推广精度。其次,结合申请者主持的前一个国家自然科学基金的工作,研究脉冲神经网络的模糊化问题,提出几种基于s-t模的模糊脉冲神经网络结构,从而扩展脉冲神经网络的信息处理能力。另外,我们已经证明传统BP算法也完全适用于脉冲神经网络,希望以此为基础,对脉冲神经网络的BP算法及其它学习算法进行分析与比较,探讨适用于脉冲神经网络的更高效的学习算法。
结项摘要
脉冲神经网络是一种对生物神经系统高度仿真的网络,目前已经受到越来越多的关注,被称为第三代神经网络。然而脉冲网络在计算过程中需要大量的计算,而且精确性极易受到网络结构的影响。本项目的研究计划是通过研究网络的性能提出新的脉冲神经网络结构和更好的学习算法。在具体的研究工作中,针对脉冲网络分类能力的鲁棒性,我们目前已经取得了一些成果并发表在国际期刊上。我们通过在脉冲神经网络的输入信号中加入了两种典型的扰动,正弦扰动与高斯扰动,来研究网络分类能力的鲁棒性,这方面的研究在当前的脉冲网络研究中比较少。一系列数值试验表明,在脉冲神经网络的输入信号受到一定干扰的情况下,它的分类能力不会发生大的变化,但是对干扰具有一定的敏感性。另外,我们提出了基于极端学习机和L_1/2正则化的学习方法来修剪双并联神经网络的隐层节点数目,希望能将这一结果应用到脉冲网络中。在本项目的资助下我们的第三项工作是提出了用蚁群算法以提高测地线的精度,这一结果也已发表为论文。
项目成果
期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
用于神经网络权值稀疏化的L_1/2 正则化方法
- DOI:--
- 发表时间:2015
- 期刊:中国科学:数学
- 影响因子:--
- 作者:吴微;杨洁
- 通讯作者:杨洁
Double parallel feedforward neural network based on extreme learning machine with L1/2 regularizer
基于具有 L1/2 正则器的极限学习机的双并行前馈神经网络
- DOI:10.1016/j.neucom.2013.03.053
- 发表时间:2014-03
- 期刊:Neurocomputing
- 影响因子:6
- 作者:Atlas Khan;Jie Yang;Wei Wu
- 通讯作者:Wei Wu
Robustness of classification ability of spiking neural networks
尖峰神经网络分类能力的鲁棒性
- DOI:10.1007/s11071-015-2190-2
- 发表时间:2015-06
- 期刊:Nonlinear Dynamics
- 影响因子:5.6
- 作者:Yang, Jie;Zhang, Pingping;Liu, Yan
- 通讯作者:Liu, Yan
基于蚁群迭代算法的近似测地线计算
- DOI:--
- 发表时间:2015
- 期刊:大连理工大学学报
- 影响因子:--
- 作者:龚燕;杨洁;吴微
- 通讯作者:吴微
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
单相PWM整流器最大带载能力分析
- DOI:10.13335/j.1000-3673.pst.2016.0569
- 发表时间:2016
- 期刊:电网技术
- 影响因子:--
- 作者:涂春鸣;吴连贵;姜飞;郭祺;杨洁;熊卓;魏隆
- 通讯作者:魏隆
阿哈湖和红枫湖沉积物铁锰循环及重金属垂向分布特征
- DOI:10.13292/j.1000-4890.201803.021
- 发表时间:2018
- 期刊:生态学杂志
- 影响因子:--
- 作者:康亭;宋柳霆;郑晓笛;黄莹;杨洁;滕彦国
- 通讯作者:滕彦国
IPTG浓度对大肠杆菌中重组GroEL表达的影响
- DOI:10.13701/j.cnki.kqyxyj.2017.02.006
- 发表时间:2017
- 期刊:口腔医学研究
- 影响因子:--
- 作者:肖玲玲;杨洁;张瑞;陈小凤;刘玉;吴娟;苗雷英;孙卫斌
- 通讯作者:孙卫斌
HPLC-MS/MS法同时测定不同桂花品种中7个多酚类活性成分的含量
- DOI:10.16155/j.0254-1793.2019.10.09
- 发表时间:2019
- 期刊:药物分析杂志
- 影响因子:--
- 作者:宋晓芳;范宝磊;曾祥玲;李婷婷;史玉敏;邹晶晶;杨洁;陈洪国
- 通讯作者:陈洪国
雇主品牌对员工创新行为的影响: 一个链式中介效应模型
- DOI:10.16537/j.cnki.jynufe.000412
- 发表时间:2019
- 期刊:云南财经大学学报
- 影响因子:--
- 作者:姜友文;杨洁;王祯敏
- 通讯作者:王祯敏
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}

内容获取失败,请点击重试

查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图

请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
杨洁的其他基金
模糊神经网络的阈值与算法研究
- 批准号:10926144
- 批准年份:2009
- 资助金额:3.0 万元
- 项目类别:数学天元基金项目
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}