Спайковые нейронные сети и их применение к задачам машинного обучения

На заседании Ученого совета Института, состоявшемся 17 октября 2022 года, выступил старший научный сотрудник лаборатории № 11 «Интеллектуализации дискретных процессов и систем управления» к.т.н. Николай Ильич Базенков с докладом «Нейроморфные вычисления: исследования и приложения».

В докладе рассмотрены современные подходы к кодированию информации в спайковых сетях и их обучению для решения прикладных задач. Приведен обзор теоретических результатов, касающихся вычислительных свойств СНС, проблем, связанных с их применением на практике, и актуальных направлений исследований.

Спайковые нейронные сети (СНС) отличаются от классических искусственных нейронных сетей (ИНС) тем, что стремятся использовать биологически реалистичные модели нейронов. Входом и выходом СНС являются не векторы числовых значений, а временные последовательности дискретных событий – спайков. Событийное представление данных позволяет выполнять вычисления асинхронно, задействуя только те фрагменты сети, которые непосредственно участвуют в обработке события. В настоящее время многие крупные компании разрабатывают специализированные нейроморфные процессоры для запуска и обучения СНС. Одним из преимуществ таких чипов является их высокая энергоэффективность по сравнению с традиционными процессорами с архитектурой фон Неймана.

Презентация доклада

ВложениеРазмер
Иконка PDF Bazenkov Presentation SC 17.10.22.pdf2,96 МБ