A Modified Adaptive Exponential Integrate and Fire neuron Model for Circuit Implementation of Spiking Neural Networks
- سال انتشار: 1392
- محل انتشار: بیست و یکمین کنفرانس مهندسی برق ایران
- کد COI اختصاصی: ICEE21_347
- زبان مقاله: انگلیسی
- تعداد مشاهده: 1434
نویسندگان
Faculty of Engineering, Razi University
چکیده
Nowadays neuroscience is progressing to higher levels which have made it possible to have a better understanding of the brain behavior. In this scheme, spiking neural network has a great potential and have attracted much research interests. In this direction, one problem in simulations and implementations is speed and simplicity. In other hand, neuron models as building blocks of the neuronal systems have a vital role. One of the recently developed neuron models is called Adaptive Exponential Integrate and Fire”. This model is a two dimensional system that can produce rich firing pattern. This paper proposes simplified models based on the Adaptive Exponential Integrate and Fire model. This modification simplifies the hardware implementation, increases speed and demonstrates similar dynamic behavior. These models can be used for both of analog and digital implementations. This paper can be a step in the neural network simulation and implementation as large as the brain scale.کلیدواژه ها
Neural Network, Piecewise Linear Model (PWL), AdEx (Adaptive Exponential Integrate and Fire)مقالات مرتبط جدید
- انرژی موج دریا مروری بر فناوری های کنونی و دیدگاه ها
- افزایش راندمان توربین بادی محور قائم ساونیوس دو پره با استفاده از بهینه سازی شکل پره ها
- Enhancing Reliability and Efficiency in Power Systems: The Role of IoT in Optimizing Smart Grids
- بررسی و شبیه سازی ساختار باکس و بدنه ی فوق نازک در ترانزیستور سیلیکون روی الماس دولایه با طول کانال ۲۲ نانومتر
- بررسی بازار برق نوردپول در انرژی های تجدید پذیر و اثرات آن در خدمات آب و هوایی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.