脉冲神经网络学习算法源代码数据集

本数据集包含六种脉冲神经网络学习算法的源代码，提出了更适合脉冲神经网络的基于脉冲序列标识的替代梯度下降算法、时空误差反向传播算法、自适应最小均方反传算法，实现网络的有效更新，根据人脑工作机制，利用脉冲定时依赖可塑性规则实现自组织映射网络的无监督更新，更具生物合理性，利用对比学习的损失函数，通过稀疏表达减少数据冗余，实现了卷积网络的无监督更新，此外提出了全新的PiCCL loss，实验表明该损失函数可有效提升模型性能。数据集共1M

搜集汇总

背景与挑战

背景概述

本数据集收录了六种脉冲神经网络学习算法的源代码，涵盖了基于脉冲序列标识的替代梯度下降、时空误差反向传播、自适应最小均方反传等有监督更新方法，以及利用脉冲定时依赖可塑性规则和对比学习稀疏表达的无监督更新方法，并包含一种新的PiCCL损失函数。数据集共包含51个文件，总数据量约298.2KB，由中国人民解放军总医院和中国科学院自动化研究所共同提供。