Spiking neural network

Domaine

Intelligence artificielle
Apprentissage automatique

[[Catégorie:Réseau de neurones artificiels] Réseau de neurones artificiels
Coulombe

Définition

Inspiré de la biologie, le réseau de neurones impulsionnels (RNI) permet un apprentissage où intervient une variation des poids synaptiques en fonction du déroulement d'événements neuronaux dans le temps.

Français

Discussion:

Pour le moment, le terme privilégié est «réseau de neurones impulsionnels».

Source: Lecerf, G. (2014). Développement d'un réseau de neurones impulsionnels sur silicium à synapses memristives (Doctoral dissertation, Bordeaux). https://tel.archives-ouvertes.fr/tel-01137492

Anglais

Spiking neural network

Spiking neural networks (SNNs) fall into the third generation of neural network models, increasing the level of realism in a neural simulation.[1] In addition to neuronal and synaptic state, SNNs also incorporate the concept of time into their operating model. The idea is that neurons in the SNN do not fire at each propagation cycle (as it happens with typical multi-layer perceptron networks), but rather fire only when a membrane potential – an intrinsic quality of the neuron related to its membrane electrical charge – reaches a specific value. When a neuron fires, it generates a signal which travels to other neurons which, in turn, increase or decrease their potentials in accordance with this signal.