JP2016537712A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2016537712A5 JP2016537712A5 JP2016523259A JP2016523259A JP2016537712A5 JP 2016537712 A5 JP2016537712 A5 JP 2016537712A5 JP 2016523259 A JP2016523259 A JP 2016523259A JP 2016523259 A JP2016523259 A JP 2016523259A JP 2016537712 A5 JP2016537712 A5 JP 2016537712A5
- Authority
- JP
- Japan
- Prior art keywords
- synapses
- delay
- dynamically
- neural network
- delay parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 210000000225 Synapses Anatomy 0.000 claims 45
- 230000001537 neural Effects 0.000 claims 12
- 230000000946 synaptic Effects 0.000 claims 9
- 238000004088 simulation Methods 0.000 claims 8
- 210000002569 neurons Anatomy 0.000 claims 4
Claims (22)
- 複数のシナプスを含むニューラルネットワークにおけるシナプス遅延を動的に修正するためのコンピュータによって実装される方法であって、
前記複数のシナプスのうちの1つのシナプスの遅延パラメータを初期化することと、
前記遅延パラメータを設定するための関数を使用してシミュレーションモードで前記ニューラルネットワークを操作することと、
前記シナプスの前記遅延パラメータを含む前記関数のプログラムステートメントに少なくとも部分的に基づくプログラムに少なくとも部分的に基づいて、前記シミュレーションモードでの前記ニューラルネットワークの操作の間に前記シナプスの前記遅延パラメータを動的に更新すること、前記遅延パラメータは、シナプスタイプ、ニューロンモデルタイプ、またはメモリリソースのうちの少なくとも1つに基づいて動的に更新される、と、
前記複数のシナプスのサブセットに関する少なくとも1つの遅延値を動的に取り出すことと
を備える、コンピュータによって実装される方法。 - 前記動的に更新することは、前記シナプスの前記遅延パラメータをインクリメントまたはデクリメントすることをさらに備える、
請求項1に記載のコンピュータによって実装される方法。 - 前記動的に更新することは、前記複数のシナプスのファミリの前記遅延パラメータを更新することをさらに備える、
請求項1に記載のコンピュータによって実装される方法。 - 前記動的に更新することは、前記シナプスを除去するために前記シナプスの前記遅延パラメータを動的に更新することを備える、
請求項1に記載のコンピュータによって実装される方法。 - 前記シナプスの前記遅延パラメータが、指定された遅延値よりも大きいとき、前記シナプスの前記遅延パラメータの値を切り捨てること
をさらに備える、請求項1に記載のコンピュータによって実装される方法。 - 動的な更新の数が所定のしきい値に限定される、
請求項1に記載のコンピュータによって実装される方法。 - 前記動的に更新することは、将来の時間に発生する前記シナプスの前記遅延パラメータを更新することを含む、
請求項1に記載のコンピュータによって実装される方法。 - 前記シナプスの前記遅延パラメータは、任意の関数に少なくとも部分的に基づいて動的に更新される、
請求項1に記載のコンピュータによって実装される方法。 - 前記任意の関数は、前記複数のシナプスの前記サブセットの確率関数、あるいは前記複数のシナプスの特定のシナプスまたは前記複数のシナプスの前記サブセットのための時間にわたる関数である、
請求項8に記載のコンピュータによって実装される方法。 - 前記シナプスの前記遅延パラメータの前記更新は、確率的または決定論的である、
請求項9に記載のコンピュータによって実装される方法。 - 複数のシナプスを含むニューラルネットワークにおけるシナプス遅延を動的に修正するための装置であって、
メモリと、
少なくとも1つのプロセッサと
を備え、前記少なくとも1つのプロセッサは、
前記複数のシナプスのうちの1つのシナプスの遅延パラメータを初期化することと、
前記遅延パラメータを設定するための関数を使用してシミュレーションモードで前記ニューラルネットワークを操作することと、
前記シナプスの前記遅延パラメータを含む前記関数のプログラムステートメントに少なくとも部分的に基づくプログラムに少なくとも部分的に基づいて、前記シミュレーションモードでの前記ニューラルネットワークの操作の間に前記シナプスの前記遅延パラメータを動的に更新すること、前記遅延パラメータは、シナプスタイプ、ニューロンモデルタイプ、またはメモリリソースのうちの少なくとも1つに基づいて動的に更新される、と、
前記複数のシナプスのサブセットに関する少なくとも1つの遅延値を動的に取り出すことと
を行うように構成される、装置。 - 前記少なくとも1つのプロセッサは、前記シナプスの前記遅延パラメータをインクリメントまたはデクリメントするようにさらに構成される、
請求項11に記載の装置。 - 前記少なくとも1つのプロセッサは、前記複数のシナプスのファミリの前記遅延パラメータを動的に更新するようにさらに構成される、
請求項11に記載の装置。 - 前記少なくとも1つのプロセッサは、前記シナプスを除去するために前記シナプスの前記遅延パラメータを動的に更新するようにさらに構成される、
請求項11に記載の装置。 - 前記少なくとも1つのプロセッサは、
前記シナプスの前記遅延パラメータが、指定された遅延値よりも大きいとき、前記シナプスの前記遅延パラメータの値を切り捨てるようにさらに構成される、請求項11に記載の装置。 - 前記少なくとも1つのプロセッサは、動的な更新の数を所定のしきい値に限定するようにさらに構成される、
請求項11に記載の装置。 - 前記少なくとも1つのプロセッサは、将来の時間に発生する前記シナプスの前記遅延パラメータを動的に更新するようにさらに構成される、
請求項11に記載の装置。 - 前記シナプスの前記遅延パラメータは、任意の関数に少なくとも部分的に基づいて動的に更新される、
請求項11に記載の装置。 - 前記任意の関数は、前記複数のシナプスの前記サブセットの確率関数、あるいは前記複数のシナプスの特定のシナプスまたは前記複数のシナプスの前記サブセットのための時間にわたる関数である、
請求項18に記載の装置。 - 前記シナプスの前記遅延パラメータの前記更新は、確率的または決定論的である、
請求項19に記載の装置。 - 複数のシナプスを含むニューラルネットワークにおけるシナプス遅延を動的に修正するための装置であって、
前記複数のシナプスのうちの1つのシナプスの遅延パラメータを初期化するための手段と、
前記遅延パラメータを設定するための関数を使用してシミュレーションモードで前記ニューラルネットワークを操作するための手段と、
前記シナプスの前記遅延パラメータを含む前記関数のプログラムステートメントに少なくとも部分的に基づくプログラムに少なくとも部分的に基づいて、前記シミュレーションモードでの前記ニューラルネットワークの操作の間に前記シナプスの前記遅延パラメータを動的に更新するための手段、前記遅延パラメータは、シナプスタイプ、ニューロンモデルタイプ、またはメモリリソースのうちの少なくとも1つに基づいて動的に更新される、と、
前記複数のシナプスのサブセットに関する少なくとも1つの遅延値を動的に取り出すための手段と
を備える、装置。 - 複数のシナプスを含むニューラルネットワークにおけるシナプス遅延を動的に修正するための、その上に符号化したプログラムコードを有する非一時的コンピュータ可読媒体であって、前記プログラムコードは、プロセッサによって実行され、および、
前記複数のシナプスのうちの1つのシナプスの遅延パラメータを初期化するためのプログラムコードと、
前記遅延パラメータを設定するための関数を使用してシミュレーションモードで前記ニューラルネットワークを操作するためのプログラムコードと、
前記シナプスの前記遅延パラメータを含む前記関数のプログラムステートメントに少なくとも部分的に基づくプログラムに少なくとも部分的に基づいて、前記シミュレーションモードでの前記ニューラルネットワークの操作の間に前記シナプスの前記遅延パラメータを動的に更新するためのプログラムコード、前記遅延パラメータは、シナプスタイプ、ニューロンモデルタイプ、またはメモリリソースのうちの少なくとも1つに基づいて動的に更新される、と、
前記複数のシナプスのサブセットに関する少なくとも1つの遅延値を動的に取り出すためのプログラムコードと
を備える、コンピュータプログラム製品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/056,856 | 2013-10-17 | ||
US14/056,856 US9536190B2 (en) | 2013-10-17 | 2013-10-17 | Dynamically assigning and examining synaptic delay |
PCT/US2014/052157 WO2015057305A1 (en) | 2013-10-17 | 2014-08-21 | Dynamically assigning and examining synaptic delay |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2016537712A JP2016537712A (ja) | 2016-12-01 |
JP2016537712A5 true JP2016537712A5 (ja) | 2017-03-23 |
JP6219509B2 JP6219509B2 (ja) | 2017-10-25 |
Family
ID=51492476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016523259A Active JP6219509B2 (ja) | 2013-10-17 | 2014-08-21 | シナプス遅延を動的に割り当てることおおよび検査すること |
Country Status (7)
Country | Link |
---|---|
US (1) | US9536190B2 (ja) |
EP (1) | EP3058517A1 (ja) |
JP (1) | JP6219509B2 (ja) |
KR (1) | KR101782760B1 (ja) |
CN (1) | CN105659260B (ja) |
CA (1) | CA2926034A1 (ja) |
WO (1) | WO2015057305A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10084620B1 (en) | 2017-03-01 | 2018-09-25 | Intel Corporation | Neural network-based systems for high speed data links |
CN108256638B (zh) * | 2018-01-05 | 2021-06-22 | 上海兆芯集成电路有限公司 | 微处理器电路以及执行神经网络运算的方法 |
CN109002647B (zh) * | 2018-08-17 | 2019-06-07 | 郑州轻工业学院 | 一种具有延时学习功能的忆阻联想记忆神经网络电路 |
US11461645B2 (en) | 2019-12-02 | 2022-10-04 | International Business Machines Corporation | Initialization of memory networks |
CN111563593B (zh) * | 2020-05-08 | 2023-09-15 | 北京百度网讯科技有限公司 | 神经网络模型的训练方法和装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5666518A (en) * | 1995-06-26 | 1997-09-09 | The United States Of America As Represented By The Secretary Of The Air Force | Pattern recognition by simulated neural-like networks |
US5877954A (en) | 1996-05-03 | 1999-03-02 | Aspen Technology, Inc. | Hybrid linear-neural network process control |
US8335564B2 (en) | 2005-05-27 | 2012-12-18 | Rami Rom | Ventricle pacing during atrial fibrillation episodes |
US7958071B2 (en) * | 2007-04-19 | 2011-06-07 | Hewlett-Packard Development Company, L.P. | Computational nodes and computational-node networks that include dynamical-nanodevice connections |
US9147156B2 (en) * | 2011-09-21 | 2015-09-29 | Qualcomm Technologies Inc. | Apparatus and methods for synaptic update in a pulse-coded network |
US8725662B2 (en) | 2011-09-21 | 2014-05-13 | Brain Corporation | Apparatus and method for partial evaluation of synaptic updates based on system events |
US9092735B2 (en) | 2011-09-21 | 2015-07-28 | Qualcomm Incorporated | Method and apparatus for structural delay plasticity in spiking neural networks |
-
2013
- 2013-10-17 US US14/056,856 patent/US9536190B2/en not_active Expired - Fee Related
-
2014
- 2014-08-21 CN CN201480056520.2A patent/CN105659260B/zh active Active
- 2014-08-21 EP EP14759414.7A patent/EP3058517A1/en not_active Ceased
- 2014-08-21 CA CA2926034A patent/CA2926034A1/en not_active Abandoned
- 2014-08-21 WO PCT/US2014/052157 patent/WO2015057305A1/en active Application Filing
- 2014-08-21 JP JP2016523259A patent/JP6219509B2/ja active Active
- 2014-08-21 KR KR1020167012560A patent/KR101782760B1/ko active IP Right Grant
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2016537712A5 (ja) | ||
CN106462802B (zh) | 生成映像的自然语言描述 | |
US20170228618A1 (en) | Video classification method and apparatus | |
JP2018129033A5 (ja) | ||
JP2020512639A5 (ja) | ||
JP2020522035A (ja) | 畳み込みニューラルネットワークのためのニューラルアーキテクチャ検索 | |
JP2017509982A5 (ja) | ||
JP2018526733A5 (ja) | ||
MY179856A (en) | Information providing device and non-transitory computer readable medium storing information providing program | |
JP2017509951A5 (ja) | ||
GB2581728A (en) | Facilitating neural network efficiency | |
JP2017516181A5 (ja) | ||
WO2021045225A3 (en) | Method and apparatus for performing network optimisation using a neural network | |
JP2016532953A5 (ja) | ||
JP2015529357A5 (ja) | ||
JP6570155B2 (ja) | 圧縮センシングによる映像再構成方法、システム、電子装置及び記憶媒体 | |
CN110322003B (zh) | 一种用于文档分类的基于梯度的通过添加虚假节点的图对抗样本生成方法 | |
JP2016538633A5 (ja) | ||
JP2016151932A5 (ja) | ||
JP2016531335A5 (ja) | ||
DE102018005178A1 (de) | Filterung von Spitzenfolgen variabler Epochen | |
JP2017201525A (ja) | ニューラル・ネットワーク・マッピング辞書の生成 | |
CN109783769B (zh) | 一种基于用户项目评分的矩阵分解方法和装置 | |
CN111930602B (zh) | 性能指标预测方法及装置 | |
WO2024027068A1 (zh) | 评估目标检测模型鲁棒性的攻击方法和装置 |