基于脈沖深度信念網(wǎng)絡(luò)的fMRI分類研究.pdf

1、神經(jīng)科學(xué)研究表明，神經(jīng)信息被編碼為精確定時的脈沖序列，而不只是簡單的脈沖發(fā)放頻率。脈沖神經(jīng)網(wǎng)絡(luò)應(yīng)用精確定時的脈沖序列表示與處理信息，是新一代神經(jīng)網(wǎng)絡(luò)計算模型。脈沖神經(jīng)網(wǎng)絡(luò)與基于脈沖頻率編碼信息的傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)相比，不但具有更好的生物可解釋性，同時還擁有著更強大的計算能力。脈沖神經(jīng)網(wǎng)絡(luò)自提出以來就有不少科研人員堅持不懈地進行研究，挖掘脈沖神經(jīng)網(wǎng)絡(luò)的巨大潛能。神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)模擬人腦的多層結(jié)構(gòu)，對數(shù)據(jù)從低層到高層漸進地提取特征，進而提高

2、對復(fù)雜時空信息的處理能力。因此，將脈沖神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)有效結(jié)合，構(gòu)建脈沖神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法，并應(yīng)用于實際復(fù)雜問題的求解，將會成為神經(jīng)網(wǎng)絡(luò)領(lǐng)域一個重要的研究方向。
　　首先，對神經(jīng)信息的編碼策略進行了分析，按照不同編碼方式將編碼策略分為脈沖頻率和脈沖精確定時兩大類，脈沖頻率編碼根據(jù)神經(jīng)元發(fā)放的脈沖頻率對信息進行編碼與處理，而脈沖精確定時編碼以神經(jīng)元發(fā)放的脈沖時間進行神經(jīng)信息的表示。此外，根據(jù)fM RI腦區(qū)劃分的特點，構(gòu)造了fM

3、 RI的脈沖序列編碼方法。
　　其次，通過對脈沖深度信念網(wǎng)絡(luò)結(jié)構(gòu)的分析，結(jié)合基于三項的脈沖時間依賴可塑性規(guī)則，提出了脈沖深度信念網(wǎng)絡(luò)的無監(jiān)督預(yù)訓(xùn)練方法和監(jiān)督學(xué)習(xí)算法。將基于三項的脈沖時間依賴可塑性規(guī)則應(yīng)用到對比散度算法中，得到了改進的脈沖深度信念網(wǎng)絡(luò)的無監(jiān)督預(yù)訓(xùn)練方法；將基于三項的脈沖時間依賴可塑性規(guī)則應(yīng)用到ReSuMe（Remote Supervised Method）中，給出了比ReSuMe算法的學(xué)習(xí)準(zhǔn)確率更高且迭代次數(shù)更少的