精细神经网络仿真方法研究进展

摘要：

树突对大脑神经元实现不同的信息处理功能有着重要作用.精细神经元模型是一种对神经元树突以及离子通道的信息处理过程进行精细建模的模型,可以帮助科学家在实验条件的限制之外探索树突信息处理的特性.由精细神经元组成的精细神经网络模型可通过仿真对大脑的信息处理过程进行模拟,对于理解树突的信息处理机制、大脑神经网络功能背后的计算机理具有重要作用.然而,精细神经网络仿真需要进行大量计算,如何对精细神经网络进行高效仿真是一个具有挑战的研究问题.本文对精细神经网络仿真方法进行梳理,介绍了现有主流仿真平台与核心仿真算法,以及可进一步提升仿真效率的高效仿真方法.将具有代表性的高效仿真方法按照发展历程以及核心思路分为网络尺度并行方法、神经元尺度并行方法以及基于GPU(graphics processing unit)的并行仿真方法3类.对各类方法的核心思路进行总结,并对各类方法中代表性工作的细节进行分析介绍.随后对各类方法所具有的优劣势进行分析对比,对一些经典方法进行总结.最后根据高效仿真方法的发展趋势,对未来研究工作进行展望.

关键词：神经形态计算、大脑仿真、树突计算、精细神经元模型、精细神经网络仿真

所属期刊栏目：28

分类号：TP301(计算技术、计算机技术)

资助基金：科技创新新一代人工智能重大项目2030;2021ZD0109803

在线出版日期：2023-02-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：358-371