脉冲神经网络中STDP学习算法的稳定性

详细信息    查看全文 | 推荐本文 |

英文篇名：Stability of a Spiking Neural Network with STDP Learning Algorithm 作者：阮承妹 ; 刘持标 ; 邱锦明 英文作者：RUAN Cheng-mei;LIU Chi-biao;QIU Jin-ming;Key Lab of Agriculture IOT Application in Fujian Province,School of Information Engineering,Sanming University; 关键词：STDP ; 兴奋性 ; 抑制性 ; 稳定性 英文关键词：STDP;;excitatory;;inhibitory;;stability 中文刊名：YLGD 英文刊名：Journal of Yulin University 机构：三明学院信息工程学院;福建省农业物联网应用重点实验室; 出版日期：2017-11-15 出版单位：榆林学院学报 年：2017 期：v.27;No.134 基金：三明学院青年教师科研基金(B201303/Q);; 福建省教育厅科技项目(JA15461) 语种：中文; 页：YLGD201706023 页数：4 CN：06 ISSN：61-1432/C 分类号：101-104

摘要

脉冲时间突触可塑性(STDP)被普遍认为是大脑学习和记忆的主要机制。抑制性STDP对兴奋性神经元的活动起到调节和控制作用,构造了一种简单前馈脉冲神经网络,利用抑制性的STDP来研究兴奋性STDP的稳定性,实验结果表明,抑制性STDP对兴奋性STDP起到稳定作用。
        It's widely believed that STDP learning rule is the key mechanism of learning and memory in brain. A simple feed-forward spiking neural network is raised in this paper,and an inhibitory STDP is used to adjust excitatory STDP. The results show that the weight of the excitatory synapse can achieve stability,and this could be helpful for the research of STDP.

引文

[1]G Q Bi.M M Poo.Synaptic modifications in cultured hippocampal neurons:dependence on spike timing,synaptic strength,and postsynaptic cell type[J].Neuroscience,1998,18:10464–10472.
    [2]王丽丹,段美涛.基于STDP规则和忆阻桥突触的神经网络及图像处理[J].中国科学:信息科学,2014,44(7):920-930.
    [3]刘玉东,王连明.基于忆阻器的spiking神经网络在图像边缘提取中的应用[J].物理学报,2014,64(8):1–6.
    [4]方芳,范影乐.基于神经元突触可塑性机制图像边缘检测方法[J].华中科技大学学报,2015,43(10):200-202.
    [5]王丽丹,段美涛.基于STDP规则的忆阻神经网络在图像存储中的应用[J],电子科技大学学报,2013,42(5):642-647.
    [6]陈云芝,徐桂芝.基于STDP可塑性自适应神经网络的构建及仿真研究[J].中国医学物理学杂志,2014,31(2):4820-4824.
    [7]王美丽,王俊松.基于抑制性突触性的反馈神经回路兴奋性与抑制性动态平衡[J].物理学报,2015,64(10):1-5.
    [8]李生,焦贤发.抑制性突触输入对神经元发放率响应的影响[D].合肥:合肥工业大学,2016.
    [9]M A Woodin,K Ganguly,M M Poo,Coincident pre-and postsynaptic activity modifies GABAergic synapses by postsynaptic changes in Cl-transporter activity[J].Neuron,2003,39:807–820.