我的问题是关于尖峰神经网络。典型尖峰神经元的输入通常是一些浮点值,表示其流入电流,通常以 mA 或类似单位表示,如下面的简单示例:
static const float
dt = 1.0/1000, // sampling period
gL = 0.999, // leak conductance
vT = 30.0; // spiking voltage threshold
float mV = 0; // membrane voltage
// Leaky integrate-and-fire neuron model step
bool step_lif_neuron(float I) { // given input current "I", returns "true" if neuron had spiked
mV += (I - mV*gL)*dt;
if( mV > vT ) { // reset? heaviside function is non-differentiable and discontinuous
mV = 0;
return true;
}
return false;
}
这很好,如果它的目的是确定输入图像与某个类的关系,或者打开或关闭电机或灯。但这里出现了主要问题:模型不描述神经元互连。我们不能将一个神经元连接到下一个神经元,因为它通常发生在大脑内部。
如何将前一个神经元的值转换bool isSpiked
为下一个神经元的float I
输入值?