User Tools

Site Tools


neurali:stdp_learning_method

STDP learning methodt

Questo dovrebbe essere un metodo unsupervised competitivo, dove sono presenti cioè delle sinapsi inibitorie che impediscono ad alcuni neuroni di attivarsi insieme ad altri,

PRECISAZIONE: questo metodo dovrebbe usare il temporal coding, nella codifica degli impulsi

One winner take all

La rete ha come obiettivo quello di riconoscere un segnale pattern, che quando passa dentro la rete, viene analizzato a pezzetti di lunghezza confrontabile tauxx membrana.

In pratica in un gruppo di neuroni ce n'è uno che si attiva prima di tutti quando riconosce un celrto segnale pattern, e lui vince sugli altri. Si dice anche one-winner-take-all

I suoi vicini possono riconoscere i pezzetti di pattern successivi

NOTA: Per mantenere il funzionamento One winner take all, si possono usare sinapsi inibitorie statiche (non stdp)

Connessioni laterali inibitorie

La freccia è una sinapsi eccitatoria , il rombo è una sinapsi inibitoria

Il primo neurone (della seconda colonna) che si attiva, attiva anche una inibizione ai suoi vicini.

È una competizione: è il primo che si attiva a vincere tutto.

Parametri

neurone

  • modello: Leaky Integrator and Fire (di Gerstner?)
  • tauxx_m : 10 ms
  • tauxx_s : 2.5 ms

Sinapsi STDP

  • tauxx_plus: 16.8 ms
  • tauxx_minus: 33.7 ms
  • larghezza finestra STDP: -7 · tauxx_plus ; +7 · tauxx_minus
  • a_plus: 0.03;
  • a_minus: 0.85 · a_plus
  • peso random uniforme tra 0 e 1

su questa sinapsi prevale la depressione: tauxx_plus · a_plus < tauxx_minus · a_minus

Neuroni inibitori intermedi

La regola (o principio) di Dale afferma che lungo un assone, tutte le sinapsi uscenti da quel neurone devono essere tutte dello stesso tipo (eccitatorie o inibitorie)

Nel precedente schema viene violata la regola di Dale?????????????, e si possono aggiungere neuroni inibitori intermedi

neurali/stdp_learning_method.txt · Last modified: 2020/06/08 22:20 by 127.0.0.1