[发明专利]脉冲神经网络信息转换为人工神经网络信息的方法和系统有效

专利信息
申请号: 201710056200.2 申请日: 2017-01-25
公开(公告)号: CN106845632B 公开(公告)日: 2020-10-16
发明(设计)人: 裴京;施路平;吴臻志;李国齐;邓磊 申请(专利权)人: 清华大学
主分类号: G06N3/04 分类号: G06N3/04
代理公司: 北京华进京联知识产权代理有限公司 11606 代理人: 王程
地址: 100084*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 脉冲 神经网络 信息 转换 人工 方法 系统
【权利要求书】:

1.一种脉冲神经网络信息转换为人工神经网络信息的方法,其特征在于,所述方法包括:

计算核获取转换时间步;

计算核在所述转换时间步持续时长内,接收前继脉冲神经元输入的脉冲神经元输入信息,所述脉冲神经元输入信息包括脉冲尖峰信息;

计算核将一个时间步的持续时长内接收到所述脉冲尖峰信息,通过预设的脉冲转换算法进行转换,获取人工神经元转换信息进行转换,获取人工神经元转换信息;

计算核输出所述人工神经元转换信息;

根据人工神经元转换信息将脉冲神经元信息转换为人工神经元信息,并将所述人工神经元信息发送至人工神经元网络使用;

其中,所述计算核将一个时间步的持续时长内接收到所述脉冲尖峰信息,通过预设的脉冲转换算法进行转换,获取人工神经元转换信息包括:

计算核将脉冲尖峰信号的数量进行累加,或将脉冲尖峰信号的膜电位进行累积,将累加后的脉冲尖峰信号的总数量,或累积后的脉冲尖峰信号的总的膜电位,按照预设的脉冲转换算法进行转换,获取到人工神经元转换信息;其中,所述计算核为一种硬件电路。

2.根据权利要求1所述的脉冲神经网络信息转换为人工神经网络信息的方法,其特征在于,所述计算核将一个时间步的持续时长内接收到所述脉冲尖峰信息,通过预设的脉冲转换算法进行转换,获取人工神经元转换信息,包括:

计算核将所述前继脉冲神经元输入的脉冲尖峰信息的数量进行累计,获取所述前继脉冲神经元输入的脉冲尖峰信息的第一总数量;

计算核将所述前继脉冲神经元输入的脉冲尖峰信息的第一总数量,确定为所述时间步的,所述前继脉冲神经元输入的第一人工神经元转换信息。

3.根据权利要求1所述的脉冲神经网络信息转换为人工神经网络信息的方法,其特征在于,所述接收前继脉冲神经元输入的脉冲神经元输入信息,还包括:

计算核接收至少两个所述前继脉冲神经元分别输入的脉冲神经元输入信息;

则所述计算核将一个时间步的持续时长内接收到所述脉冲尖峰信息,通过预设的脉冲转换算法进行转换,获取人工神经元转换信息,还包括:

计算核将所有所述前继脉冲神经元输入的脉冲尖峰信息的数量进行累计,获取所有所述前继脉冲神经元输入的脉冲尖峰信息的第二总数量;

计算核将所有所述前继脉冲神经元输入的脉冲尖峰信息的第二总数量,确定为所述时间步的,所有所述前继脉冲神经元输入的第二人工神经元转换信息。

4.根据权利要求1所述的脉冲神经网络信息转换为人工神经网络信息的方法,其特征在于,所述脉冲神经元输入信息,还包括:

前继脉冲神经元与当前神经元的连接权重索引;

所述计算核将一个时间步的持续时长内接收到所述脉冲尖峰信息,通过预设的脉冲转换算法进行转换,获取人工神经元转换信息,还包括:

计算核根据所述前继脉冲神经元与当前神经元的连接权重索引,读取前继脉冲神经元与当前神经元的连接权重信息,所述连接权重索引信息被存储在当前神经元本地或神经网络中的其它位置;

计算核根据所述前继脉冲神经元与当前神经元的连接权重信息,和所述前继脉冲神经元输入的所述脉冲尖峰信息,获取所述前继脉冲神经元的带权重脉冲尖峰信息;

计算核根据所述前继脉冲神经元的带权重脉冲尖峰信息,通过预设的脉冲转换算法,获取第三人工神经元转换信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710056200.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top