[发明专利]一种基于强化学习的脉冲神经网络模拟电路有效
| 申请号： | 201910433249.4 | 申请日： | 2019-05-23 |
| 公开（公告）号： | CN110210613B | 公开（公告）日： | 2021-04-20 |
| 发明（设计）人： | 缪向水;何毓辉;王杰 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;G06N3/04 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 廖盈春;曹葆青 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于脉冲神经网络技术领域，公开一种基于强化学习的脉冲神经网络模拟电路；包括：输入层神经元，隐藏层神经元，输出神经元和突触；输入层神经元通过突触与隐藏层神经元连接，隐藏层神经元通过突触与所述输出神经元连接；突触用于根据权重值将前级神经元的第一脉冲信号进行调节后传递给后级神经元，还用于接收后级神经元输出的第二脉冲信号，并根据第一脉冲信号和第二脉冲信号之间的时间差以及奖励信号对所述权重值进行更新。本发明基于强化学习，搭建脉冲神经网络电路，实现XOR分类功能。与传统的脉冲神经网络相比，具有更快的训练速度和更高的准确率。 | ||
| 搜索关键词： | 一种 基于 强化 学习 脉冲 神经网络 模拟 电路 | ||
【主权项】：
1.一种基于强化学习的脉冲神经网络电路，其特征在于，包括：输入层神经元，隐藏层神经元，输出神经元和突触；所述输入层神经元通过突触与所述隐藏层神经元连接，所述隐藏层神经元通过突触与所述输出神经元连接；所述突触用于根据权重值将前级神经元的第一脉冲信号进行调节后传递给后级神经元，还用于接收后级神经元输出的第二脉冲信号，并根据第一脉冲信号和第二脉冲信号之间的时间差以及奖励信号对所述权重值进行更新。
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华中科技大学，未经华中科技大学许可，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/patent/201910433249.4/，转载请声明来源钻瓜专利网。
