한국정보처리학회:학술대회논문집 (Annual Conference of KIPS)

한국정보처리학회 (Korea Information Processing Society)
권호 표지

Spiking Neural Networks 에서의 단계적 구간연산 학습

A stepwise interval arithmetic learning for spiking neural networks

  • 이경희 (평택대학교 정보통신학과)
  • Kyunghee Lee (Dept. of Info. & Comm., PyeongTaek University)
  • 발행 : 2024.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문은 스파이킹 신경회로망(Spiking Neural Networks)에서 BP(Back Propagation)학습알고리즘에 대한 일반화 형태인 기존의 구간연산 학습알고리즘을 개선하여 스파이킹 뉴론(Spiking Neuron)들의 반응영역 범위를 학습 진행에 따라 조절이 가능한 단계적 구간학습 방안을 제안한다.또한, 간단한 컴퓨터 시뮬레이션을 통하여 쿨롱에너지 포텐셜(Coulomb Energy Potential)을 가지는 스파이킹 신경회 로망에서 범위(Lower bound & Upper bound)의 값을 가지는 구간데이터(Interval data)와 하나의 값을 가지는 포인트데이터(Point data)가 혼재된 학습데이터에서의 제안한 학습방안의 타당성과 전문가시스템(expert system)에서의"don't care attributes"적용가능성을 보인다.

키워드

참고문헌

  1. H.Fang, Y.Wang, J.He, and S.Liu, "Temporal pattern recognition using spiking neural networks for cortical neuronal spike train decoding", Proceedings of the 17th World Congress The international Federation of Automatic Control, 2008, 5203-5208.
  2. S.Shrestha and Q.Song, "Adaptive Delay Learning in SpikeProp Based on Delay Convergence Analysis," 2016 International Joint Conference on Neural Networks (IJCNN 2016), 2016, 277-284.
  3. S. Bothe, J. Kok, and J. Poutre, "Error-backpropagation in temporally encoded networks of spiking neurons", Neurocomputing, 48(1-4), 2002, 17-37.
  4. K. Lee and H. Shi, "A Modular Approach to Construction of Spiking Neural Networks," 2019 International Joint Conference on Neural Networks (IJCNN 2019), Budapest, Hungary, 2019, 1-8.
  5. G.Alefeld and J.Herzberger, Introduction to Interval Computations. Academic Press. NewYork.
  6. B. Meftah, O. Lezoray, and A. Benyettou, "Segmentation and Edge Detection Based on Spiking Neural Network Model," Neural Processing Letters, vol. 32(2), 2010, 131-146.