Titre original :
Fuzzy Spiking Neural Networks
Contenu du livre :
Mémoire de Master de l'année 2011 dans la matière Engineering - Computer Engineering, grade : 8. 84, Manav Rachna International University, course : Master of Technology (M.
Tech), langue : Anglais, résumé : Ce mémoire présente une introduction aux neurosciences computationnelles et met l'accent sur la branche des neurosciences computationnelles appelée Spiking Neural Networks (SNNs). Les SNN sont également appelés réseaux neuronaux de troisième génération. Ils sont devenus un domaine majeur de l'informatique douce.
Dans ce document, nous parlons des caractéristiques temporelles des neurones et nous étudions leur dynamique.
Nous avons présenté l'architecture des réseaux neuronaux avec une capacité de raisonnement flou. La sélectivité des neurones est facilitée par l'utilisation de champs réceptifs qui permettent aux neurones individuels de réagir à certaines fréquences de trains de pointes et de se comporter de la même manière que les fonctions d'appartenance floues.
Le réseau des SNN se compose de trois couches : la couche d'entrée, la couche cachée et la couche de sortie. La topologie de ce réseau est basée sur les réseaux à base radiale, qui peuvent être considérés comme des approximateurs universels. La couche d'entrée reçoit l'entrée sous la forme d'une fréquence qui produit les pics par le biais d'un codage linéaire.
Il existe une autre méthode de codage appelée codage de Poisson ; ce codage est utilisé lorsque les données sont volumineuses. La couche cachée utilise le champ récepteur (RF) pour traiter l'entrée et est donc sélective en termes de fréquence. La couche de sortie est uniquement responsable de l'apprentissage.
L'apprentissage est basé sur l'apprentissage local. Le problème de classification XOR est utilisé pour tester les capacités du réseau.
Un problème de mise à jour continue des poids se pose. Ce problème de poids est résolu en utilisant la fenêtre STDP et le raisonnement flou. La thèse démontre comment il est possible d'obtenir une capacité de raisonnement flou à partir de modèles biologiques de neurones à pointes.
Le réseau neuronal à pointes floues met en œuvre des règles floues par la configuration des champs réceptifs, la conjonction antécédente avec les connexions excitatrices et inhibitrices, et l'inférence.
Autres informations sur le livre :
| ISBN : | 9783656097259 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
