脉冲神经网络研究进展综述
近年来,起源于计算神经科学的脉冲神经网络因其具有丰富的时空动力学特征、多样的编码机制、契合硬件的事件驱动特性等优势,在神经形态工程和类脑计算领域已得到广泛的关注.脉冲神经网络与当前计算机科学导向的以深度卷积网络为代表的人工神经网络的交叉融合被认为是发展人工通用智能的有力途径.对此,回顾了脉冲神经网络的发展历程,将其划分为神经元模型、训练算法、编程框架、数据集以及硬件芯片等5个重点方向,全方位介绍脉冲神经网络的最新进展和内涵,讨论并分析了脉冲神经网络领域各个重点方向的发展机遇和挑战.希望本综述能够吸引不同学科的研究者,通过跨学科的思想交流与合作研究,推动脉冲神经网络领域的发展.
脉冲神经网络、神经网络、类脑计算、神经形态计算、深度学习、人工通用智能
36
TP301.6(计算技术、计算机技术)
科技部重点研发项目;国家自然科学基金项目;清华大学国强研究院支持项目;广州市重点研发计划项目
2021-01-22(万方平台首次上网日期,不代表论文的发表时间)
共26页
1-26