脉冲神经网络研究进展综述.pdf

脉冲神经网络研究进展综述 胡一凡, 李国齐, 吴郁杰, 邓磊 引用本文: 胡一凡, 李国齐, 吴郁杰, 等. 脉冲神经网络研究进展综述[J]. 控制与决策, 2021, 36(1): 1-26. 在线阅读 View online: /10.13195/j.kzyjc.2020.1006 您可能感兴趣的其他文章 Articles you may be interested in 基于强化学习的倒立摆分数阶梯度下降RBF控制 Reinforcement learning based fractional gradient descent RBF neural network control of inverted pendulum 控制与决策. 2021, 36(1): 125-134 /10.13195/j.kzyjc.2019.0816 Actor-Critic框架下一种基于改进DDPG的多智能体强化学习算法 A multi-agent reinforcement learning algorithm based on improved DDPG in Actor-Critic framework 控制与决策. 2021, 36(1): 75-82 /10.13195/j.kzyjc.2019.0787 MADDPG算法经验优先抽取机制 Multi-agent deep deterministic policy gradient algorithm via prioritized experience selected method 控制与决策. 2021, 36(1): 68-74 /10.13195/j.kzyjc.2019.0834 结合注意力机制的循环神经网络复述识别模型 Recurrent neural networks based paraphrase identification model combined with attention mechanism 控制与决策. 2021, 36(1): 152-158 /10.13195/j.kzyjc.2019.0638 基于改进堆叠自动编码器的循环冷却水系统工艺介质温度预测控制方法 Predictive control method of process medium temperature in circulating cooling water system based on improved stacked auto encoders 控制与决策. 2020, 35(12): 2835-2844 /10.13195/j.kzyjc.2019.0694 第 卷 第期 控 制 与 决 策 年 月 脉冲神经网络研究进展综述 胡一凡 李国齐 吴郁杰 邓 磊 清华大学类脑计算研究中心，北京； 加州大学 圣塔芭芭拉分校电子与计算机工程系，美国 摘 要 近年来 起源于计算神经科学的脉冲神经网络因其具有丰富的时空动力学特征、多样的编码机制、契合硬 件的事件驱动特性等优势 在神经形态工程和类脑计算领域已得到广泛的关注 脉冲神经网络与当前计算机科学 导向的以深度卷积网络为代表的人工神经网络的交叉融合被认为是发展人工通用智能的有力途径 对此 回顾了 脉冲神经网络的发展历程 将其划分为神经元模型、训练算法、编程框架、数据集以及硬件芯片等 个重点方向 全 方位介绍脉冲神经网络的最新进展和内涵 讨论并分析了脉冲神经网络领域各个重点方向的发展机遇和挑战 希 望本综述能够吸引不同学科的研究者 通过跨学科的思想交流与合作研究 推动脉冲神经网络领域的发展 关键词 脉冲神经网络；神经网络；类脑计算；神经形态计算；深度学习；人工通用智能 中图分类号 文献标志码