计算机应用研究

作者：王向文,邹丽,范景行,

单位：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；

关键词：脉冲神经网络,在线监督学习,突触延迟学习,多突触连接,

基金：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资助项目(NWNU-LKQN2024-21)；；

神经科学研究表明，突触延迟在神经信息处理过程中扮演着积极角色，且多突触连接广泛分布于神经系统中。然而，当前脉冲神经网络建模时大多采用单突触连接模式，且在监督学习算法的设计中未充分考虑突触延迟的影响，限制了其潜在性能。鉴于此，构建了一个具有多突触连接的脉冲神经元网络，并提出了一种具有生物可解释性的在线监督学习算法，能够同时优化脉冲神经元的突触权值与突触延迟。该算法应用脉冲序列的核函数表示构造实时误差函数，并应用梯度下降方法推导突触权值和突触延迟的实时更新规则。脉冲序列学习和非线性模式分类任务的结果表明，动态突触延迟学习算法比静态突触延迟学习算法的学习准确率更高且所需的学习周期更少，并且多突触连接比单突触连接的学习准确率更高。可见，突触延迟可塑性以及多突触连接模式可以有效提升脉冲神经网络的学习性能。

来源：2025年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第8期