神经形态计算 (Neuromorphic Computing)

本文集文档发布于灏天文库

4.1 STDP：毫秒时间窗里的因果学习

文档摘要

4.1 STDP：毫秒时间窗里的因果学习 本节摘要：STDP（脉冲时序依赖可塑性）只用一条信息更新权重——突触前脉冲与突触后发放的时间差：前脉冲领先约 20 毫秒内增强，落后则抑制。它是全程不需要误差信号的局部规则，能自组织出特征检测器，但必须配上 homeostasis 才不塌方。本节给出完整公式、可运行仿真与失效分析。 上一章 3.2 节埋下的那条时序曲线，本节把它写成算法。 会员。《4.1 STDP：毫秒时间窗里的因果学习》收录于灏天文库文集《神经形态计算 (Neuromorphic Computing)》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册
作者与出处
原作者： 灏天文库
来源：灏天文库
整理： 灏天文库整理
由灏天文库平台收录，内容或由平台用户上传，仅供学习交流
发布者: 作者: 灏天文库 转发
评论区 (0)
U
0/500