【博士论文】机器学习中新型神经元模型的研究

文章预览

来自南京大学的 张绍群 博士论文，入选2024年度“ CCF博士学位论文激励计划 ”初评结果！ https://www.ccf.org.cn/Awards/Awards/2024-11-15/834347.shtml 神经网络模型是机器学习中的热点研究方向之一，其模型包括网络架构和 神经元模型两部分。在过去半个多世纪的研究中，出现了各种基于不同网络架 构的学习模型与方法，但对基本的神经元模型研究相对较少。人工神经元模型 的建模通常参考生物神经细胞，当前最流行的模型仍是 1943 年提出的 MP 模 型[145] (第一代神经元模型)。七八十年来，学界对非 MP 的新型神经元模型仅有 一些探索，比如 60 年代提出的脉冲神经元模型 (第二代神经元模型)。脉冲神经 元模型在微观尺度上建模了生物神经系统的短程突触可塑性 (short-term synaptic plasticity)，具有良好的神经学性质，但尚未在现实应用中展现出计算优势。 本文首先 ………………………………