人工神經元信息轉換為脈沖神經元信息的方法和系統技術方案

本發明專利技術涉及一種人工神經元信息轉換為脈沖神經元信息的方法，所述方法包括：接收前繼人工神經元輸入的人工神經元輸入信息；判斷所述人工神經元輸入信息的輸入模式，當所述輸入模式為持續輸入時，利用第一轉換模式將所述人工神經元輸入信息轉換為第一脈沖神經元信息；當所述輸入模式為單次輸入時，利用第二轉換模式將所述人工神經元輸入信息轉換為第二脈沖神經元信息；輸出所述第一脈沖神經元信息或第二脈沖神經元信息。本發明專利技術可以將人工神經元輸入信息根據需求轉換為脈沖神經元信息，提高神經網絡的對于人工神經元信息和脈沖神經元信息的兼容性。

Method and system for converting artificial neuron information into pulse neuron information

The invention relates to an artificial neuron information into pulse neuron information, the method comprises: receiving the input information before artificial neuron artificial neural input; the input mode determines whether the neural input information, when the input mode for continuous input, using the first conversion mode of the artificial neuron the input information is converted to the first pulse of neuronal information; when the input mode for single input, using second conversion mode of the artificial neuron input information is converted to second pulse output neuron information; the first pulse of neuronal information or second neuron information pulse. The invention can convert the artificial neuron input information into the pulse neuron information according to the requirement, and improve the compatibility of the artificial neural network information and the pulse neuron information of the neural network.

【技術實現步驟摘要】
人工神經元信息轉換為脈沖神經元信息的方法和系統
本專利技術涉及人工神經網絡
，特別是涉及人工神經元信息轉換為脈沖神經元信息的方法和系統。
技術介紹
如今的人工神經網絡研究絕大多數仍是在馮·諾依曼計算機軟件并搭配高性能GPGPU(GeneralPurposeGraphicProcessingUnits通用圖形處理單元)平臺中實現的，整個過程的硬件開銷、能耗和信息處理速度都不容樂觀。為此，近幾年神經形態計算領域迅猛發展，即采用硬件電路直接構建神經網絡從而模擬大腦的功能，試圖實現大規模并行、低能耗、可支撐復雜模式學習的計算平臺。然而，傳統的神經形態系統中，神經網絡的主要有兩種形態，一種為脈沖神經網絡，一種人工神經網絡，兩者對同樣的輸入信息有著不同的表達方式，導致人工神經網絡和脈沖神經網絡因處理的信息不同而不能兼容。
技術實現思路
基于此，有必要針對兩種不同的神經網絡輸入的信息不兼容的問題，提供一種人工神經元信息轉換為脈沖神經元信息的方法和系統，所述方法包括：接收前繼人工神經元輸入的人工神經元輸入信息；判斷所述人工神經元輸入信息的輸入模式，當所述輸入模式為持續輸入時，利用第一轉換模式將所述人工神經元輸入信息轉換為第一脈沖神經元信息，并輸出所述第一脈沖神經元信息；當所述輸入模式為單次輸入時，利用第二轉換模式將所述人工神經元輸入信息轉換為第二脈沖神經元信息，并輸出所述第二脈沖神經元信息。在其中一個實施例中，所述當所述輸入模式為持續輸入時，利用第一轉換模式將所述人工神經元輸入信息轉換為第一脈沖神經元信息，包括：將第一時間窗等間隔劃分為多個時間步；在所述第一時間窗內的第一個時間步，當所述人工神經元輸入信息大于等于脈沖發射閾值時，發射脈沖尖峰信息，并根據所述人工神經元輸入信息和發射遞減值，獲取神經元發射后信息；當所述人工神經元輸入信息小于所述脈沖發射閾值時，不發射脈沖尖峰信息，并將所述人工神經元輸入信息確定為神經元未發射信息；將所述神經元發射后信息或所述神經元未發射信息，確認為所述第一個時間步的神經元中間信息；在所述第一時間窗內的后續各時間步，分別根據所述人工神經元輸入信息、前一個時間步的所述神經元中間信息、所述脈沖發射閾值和所述發射遞減值，判斷是否發射脈沖尖峰信息；將所述第一時間窗內發射的所有脈沖尖峰信息，確定為第一脈沖神經元信息。在其中一個實施例中，所述根據所述人工神經元輸入信息、前一個時間步的所述神經元中間信息、所述脈沖發射閾值和所述發射遞減值，判斷是否發射脈沖尖峰信息，包括：將所述人工神經元輸入信息和所述前一個時間步的所述神經元中間信息進行累加，獲取當前時間步的神經元累加信息；當所述當前時間步的神經元累加信息大于等于所述預設的脈沖發射閾值時，發射脈沖尖峰信息，并將所述當前時間步的神經元累加信息減去所述預設的發射遞減值，獲取當前時間步的神經元發射后信息；當所述當前時間步的神經元累加信息小于所述預設的脈沖發射閾值時，不發射脈沖尖峰信息，并將所述當前時間步的神經元累加信息確定為當前時間步的神經元未發射信息。在其中一個實施例中，所述當所述輸入模式為單次輸入時，利用第二轉換模式將所述人工神經元輸入信息轉換為第二脈沖神經元信息，包括：根據所述人工神經元輸入信息和第二時間窗，確定所述第二時間窗內的第四時長；在所述第四時長內發射脈沖尖峰信息，并將所述第二時間窗內所有的所述脈沖尖峰信息確認為第二脈沖神經元信息。在其中一個實施例中，所述在所述第四時長內發射脈沖尖峰信息，包括：在所述第四時長內連續發射脈沖尖峰信息。在其中一個實施例中，通過判斷接收到的前繼人工神經元輸入的人工神經元輸入信息的輸入模式，將輸入模式為持續輸入或單次輸入的人工神經元輸入信息，別分采用不同的轉換模式，轉換為脈沖神經元信息。本實施例不但能夠將人工神經元輸入信息轉換為脈沖神經元信息，而且能夠兼容不同的人工神經元輸入信息的輸入模式，提高了神經網絡對于人工神經元輸入信息和脈沖神經元輸入信息的兼容性。在其中一個實施例中，當所述人工神經元輸入信息的輸入模式為持續輸入時，通過將時間窗等間隔劃分為時間步，在第一個時間步，根據所述人工神經元輸入信息和脈沖發射閾值進行比較，確定是否發射脈沖尖峰信息，并獲取第一個時間步的神經元中間信息，在后續的各時間步，則根據所述人工神經元輸入信息、脈沖發射閾值和發射遞減值，確定是否發射脈沖尖峰信息，最后將所述時間窗內發射的所有脈沖尖峰信息，確認為轉換后的脈沖神經元信息。通過在時間窗內，利用脈沖發射閾值和發射遞減值，控制是否根據所述人工神經元輸入信息發射脈沖尖峰信號的方式，可以將所述人工神經元輸入信息，根據不同的需求，通過調整脈沖發射閾值和發射遞減值的方式，給出不同的脈沖神經元信息轉換結果，實施方式簡單。在其中一個實施例中，根據所述人工神經元輸入信息，確定一個時間窗內的發射脈沖尖峰信息的時長，并根據發射的所述脈沖尖峰信息，確定轉換后的額脈沖神經元信息，本實施例，用一定時間窗內的脈沖尖峰信息的個數，或所述發射脈沖尖峰信息的時長和時間窗內未發射脈沖尖峰信息的時長的比值，確定轉換后的脈沖神經元信息，實現方式簡單。本專利技術還提供一種人工神經元信息轉換為脈沖神經元信息的系統，包括：人工神經元輸入信息接收模塊，用于接收前繼人工神經元輸入的人工神經元輸入信息；第一轉換模塊，用于判斷所述人工神經元輸入信息的輸入模式，當所述輸入模式為持續輸入時，利用第一轉換模式將所述人工神經元輸入信息轉換為第一脈沖神經元信息；脈沖神經元信息輸出模塊，用于輸出所述第一脈沖神經元信息；第二轉換模塊，用于當所述輸入模式為單次輸入時，利用第二轉換模式將所述人工神經元輸入信息轉換為第二脈沖神經元信息；所述脈沖神經元信息輸出模塊，用于輸出第二脈沖神經元信息。在其中一個實施例中，所述第一轉換模塊，包括：時間步劃分單元，用于將第一時間窗等間隔劃分為多個時間步；第一時間步處理單元，用于在所述第一時間窗內的第一個時間步，當所述人工神經元輸入信息大于等于脈沖發射閾值時，發射脈沖尖峰信息，并根據所述人工神經元輸入信息和發射遞減值，獲取神經元發射后信息；當所述人工神經元輸入信息小于所述脈沖發射閾值時，不發射脈沖尖峰信息，并將所述人工神經元輸入信息確定為神經元未發射信息；將所述神經元發射后信息或所述神經元未發射信息，確認為所述第一個時間步的神經元中間信息；后續時間步處理單元，用于在所述第一時間窗內的后續各時間步，分別根據所述人工神經元輸入信息、前一個時間步的所述神經元中間信息、所述脈沖發射閾值和所述發射遞減值，判斷是否發射脈沖尖峰信息；第一脈沖神經元信息確定單元，用于將所述第一時間窗內發射的所有脈沖尖峰信息，確定為第一脈沖神經元信息。在其中一個實施例中，所述后續時間步處理單元，用于將所述人工神經元輸入信息和所述前一個時間步的所述神經元中間信息進行累加，獲取當前時間步的神經元累加信息；當所述當前時間步的神經元累加信息大于等于所述預設的脈沖發射閾值時，發射脈沖尖峰信息，并將所述當前時間步的神經元累加信息減去所述預設的發射遞減值，獲取當前時間步的神經元發射后信息；當所述當前時間步的神經元累加信息小于所述預設的脈沖發射閾值時，不發射脈沖尖峰信息，并將所述當前時間步的神經元累加信息確定為當前時間步的神經元未發本文檔來自技高網...

【技術保護點】
一種人工神經元信息轉換為脈沖神經元信息的方法，其特征在于，所述方法包括：接收前繼人工神經元輸入的人工神經元輸入信息；判斷所述人工神經元輸入信息的輸入模式，當所述輸入模式為持續輸入時，利用第一轉換模式將所述人工神經元輸入信息轉換為第一脈沖神經元信息，并輸出所述第一脈沖神經元信息；當所述輸入模式為單次輸入時，利用第二轉換模式將所述人工神經元輸入信息轉換為第二脈沖神經元信息，并輸出所述第二脈沖神經元信息。

【技術特征摘要】
1.一種人工神經元信息轉換為脈沖神經元信息的方法，其特征在于，所述方法包括：接收前繼人工神經元輸入的人工神經元輸入信息；判斷所述人工神經元輸入信息的輸入模式，當所述輸入模式為持續輸入時，利用第一轉換模式將所述人工神經元輸入信息轉換為第一脈沖神經元信息，并輸出所述第一脈沖神經元信息；當所述輸入模式為單次輸入時，利用第二轉換模式將所述人工神經元輸入信息轉換為第二脈沖神經元信息，并輸出所述第二脈沖神經元信息。2.根據權利要求1所述的人工神經元信息轉換為脈沖神經元信息的方法，其特征在于，所述當所述輸入模式為持續輸入時，利用第一轉換模式將所述人工神經元輸入信息轉換為第一脈沖神經元信息，包括：將第一時間窗等間隔劃分為多個時間步；在所述第一時間窗內的第一個時間步，當所述人工神經元輸入信息大于等于脈沖發射閾值時，發射脈沖尖峰信息，并根據所述人工神經元輸入信息和發射遞減值，獲取神經元發射后信息；當所述人工神經元輸入信息小于所述脈沖發射閾值時，不發射脈沖尖峰信息，并將所述人工神經元輸入信息確定為神經元未發射信息；將所述神經元發射后信息或所述神經元未發射信息，確認為所述第一個時間步的神經元中間信息；在所述第一時間窗內的后續各時間步，分別根據所述人工神經元輸入信息、前一個時間步的所述神經元中間信息、所述脈沖發射閾值和所述發射遞減值，判斷是否發射脈沖尖峰信息；將所述第一時間窗內發射的所有脈沖尖峰信息，確定為第一脈沖神經元信息。3.根據權利要求2所述的人工神經元信息轉換為脈沖神經元信息的方法，其特征在于，所述根據所述人工神經元輸入信息、前一個時間步的所述神經元中間信息、所述脈沖發射閾值和所述發射遞減值，判斷是否發射脈沖尖峰信息，包括：將所述人工神經元輸入信息和所述前一個時間步的所述神經元中間信息進行累加，獲取當前時間步的神經元累加信息；當所述當前時間步的神經元累加信息大于等于所述預設的脈沖發射閾值時，發射脈沖尖峰信息，并將所述當前時間步的神經元累加信息減去所述預設的發射遞減值，獲取當前時間步的神經元發射后信息；當所述當前時間步的神經元累加信息小于所述預設的脈沖發射閾值時，不發射脈沖尖峰信息，并將所述當前時間步的神經元累加信息確定為當前時間步的神經元未發射信息。4.根據權利要求1所述的人工神經元信息轉換為脈沖神經元信息的方法，其特征在于，所述當所述輸入模式為單次輸入時，利用第二轉換模式將所述人工神經元輸入信息轉換為第二脈沖神經元信息，包括：根據所述人工神經元輸入信息和第二時間窗，確定所述第二時間窗內的第四時長；在所述第四時長內發射脈沖尖峰信息，并將所述第二時間窗內所有的所述脈沖尖峰信息確認為第二脈沖神經元信息。5.根據權利要求4所述的人工神經元信息轉換為脈沖神經元信息的方法，其特征在于，所述在所述第四時長內發射脈沖尖峰信息，包括：在所述第四時長內連續發...

【專利技術屬性】
技術研發人員：裴京，吳臻志，施路平，鄧磊，李國齊，
申請(專利權)人：清華大學，
類型：發明
國別省市：北京,11