[发明专利]自适应泄漏值神经元信息处理方法和系统

说明书

本发明涉及一种自适应泄漏值神经元信息处理方法和系统，所述方法包括：接收前端脉冲神经元输出信息；读取当前脉冲神经元信息，所述当前脉冲神经元信息包括自适应膜电位泄漏信息；根据所述前端脉冲神经元输出信息和所述当前脉冲神经元信息，计算当前脉冲神经元输出信息；根据所述当前脉冲神经元输出信息，更新所述自适应膜电位泄漏信息；输出所述当前脉冲神经元输出信息。本发明所提供的自适应泄漏值神经元信息处理系统，利用自适应的膜电位泄漏信息参与当前脉冲神经元输出信息的计算，并利用计算出的当前脉冲神经元输出信息更新所述自适应膜电位信息参与下一个时间步的计算，在神经网络的灵敏度和稳定性之间达到很好的平衡作用。

技术领域

本发明涉及人工神经网络技术领域，特别是涉及自适应泄漏值神经元信息处理方法和系统。

背景技术

如今的人工神经网络研究绝大多数仍是在冯·诺依曼计算机软件并搭配高性能GPGPU(General Purpose Graphic Processing Units通用图形处理单元)中实现的，整个过程的硬件开销、能耗和信息处理速度都不容乐观。为此，近几年神经形态计算领域迅猛发展，即采用硬件电路直接构建神经网络从而模拟大脑的功能，试图实现大规模并行、低能耗、可支撑复杂模式学习的计算平台。

然而，传统的脉冲神经元信息处理方法，利用历史膜电位作为泄漏值，用于计算当前脉冲神经元输出信息，导致神经网络在对于输入响应的灵敏度和稳定性方面无法做到很好的平衡。

发明内容

基于此，有必要针对神经网络如何解决灵敏度和稳定性之间的平衡的问题，提供一种自适应泄漏值神经元信息处理方法和系统，其中，所述方法包括：

接收前端脉冲神经元输出信息；

读取当前脉冲神经元信息，所述当前脉冲神经元信息包括自适应膜电位泄漏信息；

根据所述前端脉冲神经元输出信息和所述当前脉冲神经元信息，计算当前脉冲神经元输出信息；

根据所述当前脉冲神经元输出信息，更新所述自适应膜电位泄漏信息；

输出所述当前脉冲神经元输出信息。

在其中一个实施例中，所述前端脉冲神经元输出信息，包括：前端脉冲神经元输出的脉冲尖端信息、前端神经元与当前神经元的连接权重索引；

所述当前脉冲神经元信息，还包括：当前时间窗宽度、当前时间窗内脉冲尖端信息序列、历史膜电位信息；

则根据所述前端脉冲神经元输出信息和所述当前脉冲神经元信息，计算当前脉冲神经元输出信息，包括：

根据所述前端神经元与当前神经元的连接权重索引，读取前端神经元与当前神经元的连接权重；

根据所述前端脉冲神经元输出的脉冲尖端信息，和所述当前时间窗内脉冲尖端信息序列，更新所述当前时间窗内脉冲尖端信息序列，获取当前时间窗内脉冲尖端信息更新序列；

根据所述当前时间窗宽度、所述当前时间窗内脉冲尖端信息更新序列，通过衰减函数计算前端脉冲神经元输入信息；

根据所述前端脉冲神经元输入信息、所述前端脉冲神经元与当前脉冲神经元的连接权重、所述历史膜电位信息、所述自适应膜电位泄漏信息，通过脉冲神经元计算模型，计算当前脉冲神经元输出信息。

在其中一个实施例中，在所述根据所述前端脉冲神经元输出信息和所述当前脉冲神经元信息，计算当前脉冲神经元输出信息的步骤之后在，在所述输出所述当前脉冲神经元输出信息的步骤之前，所述方法还包括：

获取阈值电位；

将所述当前脉冲神经元输出信息和所述阈值电位进行比较，根据比较结果确定发放触发标志信息，所述发放触发标志信息包括：发放触发或发放不触发；当所述发放触发标志信息为发放触发时，