350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №2 за 2017 г.
Статья в номере:
Методика подготовки данных для обработки импульсными нейронными сетями
Ключевые слова: импульсные нейронные сети LIF-модель рецепторный слой инерционные устройства обработка видео
Авторы:
В.И. Терехов - к.т.н., доцент, кафедра «Системы обработки информации и управления», Московский государственный технический университет им. Н.Э. Баумана E-mail: terekchow@bmstu.ru Р.В. Жуков - аспирант, кафедра «Системы обработки информации и управления», Московский государственный технический университет им. Н.Э. Баумана E-mail: zhukov@student.bmstu.ru
Аннотация:
Предложена методика подготовки данных различных типов для дальнейшей обработки с применением импульсных нейронных сетей. Показаны графики динамик выходных импульсов рецепторных слоев для различных значений входных данных. Обоснована необходимость в нормировке входных значений и выведены выражения для определения предельных значений частоты выходных импульсов нейрона.
Страницы: 31-36
Список источников

 

  1. Trhan P. The application of spiking neural networks in autonomous robot control //Computing and Informatics. 2012. Т. 29. № 5. С. 823-847.
  2. Martin H., Conradt J. Spiking neural networks for vision tasks. 2015.
  3. Huang L. et al. Circle detection using a spiking neural network // Image and Signal Processing (CISP), 2013 6th International Congress on // IEEE. 2013. Т. 3. С. 1442-1446.
  4. Goodman D., Brette R. Brian: a simulator for spiking neural networks in Python. 2008.
  5. Orhan E. The Leaky Integrate-and-Fire Neuron Model. 2012.
  6. PNG images and cliparts for web design URL: http://pngimg.com/ (дата обращения: 20.12.2016).
  7. The Open Video Project URL: http://memory.loc.gov/mbrs/varsmp/0763.mpg (дата обращения: 25.12.2016).
  8. The Open Video Project URL: http://memory.loc.gov/mbrs/awal/0868.mpg (дата обращения: 25.12.2016).
  9. Anguita D. et al. A Public Domain Dataset for Human Activity Recognition using Smartphones // ESANN. 2013.