根据国家网信办相关规定和要求,《计算机应用研究》编辑部网站域名更换为arocmag.cn,原域名 arocmag.com 自2025年1月1日起自动跳转到新域名。

基于脉冲序列核的递归脉冲神经网络突触权值-延迟学习算法

Synaptic weight-delay learning algorithm for recurrent spiking neural networks based on spike train kernel
王向文1,2
丁少轩2
邹丽3
范景行1
1. 甘肃民族师范学院 信息工程学院, 甘肃 合作 747000
2. 西北师范大学 计算机科学与工程学院, 兰州 730070
3. 甘肃省气象信息与技术装备保障中心, 兰州 730020

摘要

递归脉冲神经网络是一类具有反馈回路的类脑智能计算模型,具有强大的复杂时空模式学习能力,但构建其高效的脉冲序列级监督学习算法仍面临挑战。突触权值和延迟在神经元间的信息传递中起着重要作用,然而现有研究大多关注突触权值的学习,对突触延迟的学习和优化相对不足。针对这一现状,提出了一种基于脉冲序列核的递归脉冲神经网络突触权值-延迟监督学习算法,通过同时优化突触权值和延迟来提升网络的学习性能。脉冲序列学习和UCI数据集分类实验的结果显示,动态延迟学习算法比静态延迟学习算法的学习准确率更高且所需学习周期更少,表明突触延迟学习能够显著提高网络训练的准确性并加速网络收敛。

基金项目

甘肃省自然科学基金资助项目(24JRRA127)
甘肃省青年科技基金资助项目(23JRRA1577)
西北师范大学青年教师科研能力提升计划项目(NWNU-LKQN2024-21)

出版信息

DOI: 10.19734/j.issn.1001-3695.2025.04.0134
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第12期

发布历史

[2025-07-30] 优先出版

引用本文

王向文, 丁少轩, 邹丽, 等. 基于脉冲序列核的递归脉冲神经网络突触权值-延迟学习算法 [J]. 计算机应用研究, 2025, 42 (12). (2025-08-06). https://doi.org/10.19734/j.issn.1001-3695.2025.04.0134. (Wang Xiangwen, Ding Shaoxuan, Zou Li, et al. Synaptic weight-delay learning algorithm for recurrent spiking neural networks based on spike train kernel [J]. Application Research of Computers, 2025, 42 (12). (2025-08-06). https://doi.org/10.19734/j.issn.1001-3695.2025.04.0134. )

关于期刊

  • 计算机应用研究 月刊
  • Application Research of Computers
  • 刊号 ISSN 1001-3695
    CN  51-1196/TP

《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。

《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。

《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。


收录和评价

  • 第二届国家期刊奖百种重点期刊
  • 中国期刊方阵双效期刊
  • 全国中文核心期刊(北大2023年版)
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)来源期刊
  • RCCSE中国核心学术期刊
  • 中国计算机学会会刊
  • 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
  • 中国科技期刊精品数据库全文来源期刊
  • 中国学术期刊综合评价数据库来源期刊
  • 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
  • 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
  • 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
  • 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
  • 英国《科学文摘》(INSPEC)来源期刊
  • 《日本科学技术振兴机构数据库》(JST)来源期刊
  • 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
  • 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
  • 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
  • 波兰《哥白尼索引》(IC)来源期刊
  • 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊