[发明专利]类脑突触学习方法及类脑技术的神经形态硬件系统

权利要求书

1.一种类脑突触学习方法，其特征在于，所述方法应用于类脑技术的神经形态硬件系统，所述神经形态硬件系统包括类脑突触学习电路，所述方法包括：

确定所述类脑突触学习电路中突触前神经元和突触后神经元产生的脉冲对，所述脉冲对包括所述突触前神经元产生的输入脉冲和所述突触后神经元产生的输出脉冲；

基于所述脉冲对，确定所述脉冲对相对应的STDP机制，以及与所述STDP机制相对应的突触权重；

基于所述脉冲对以及所述突触权重，进行所述类脑突触学习电路对应的STDP学习；

其中，STDP机制为脉冲时间依赖可塑性机制，所述类脑突触学习电路包括突触、所述突触前神经元和所述突触后神经元，所述脉冲对的前后脉冲根据时间先后关系与所述STDP机制中的长时程增强过程或长时程抑制过程相对应。

2.根据权利要求1所述的类脑突触学习方法，其特征在于，基于所述脉冲对，确定与所述STDP机制相对应的突触权重，包括：

基于所述脉冲对，确定所述脉冲对最近邻的峰值；

基于所述最近邻的峰值以及所述STDP机制产生的权重幅值，确定与所述STDP机制相对应的突触权重。

3.据权利要求2所述的类脑突触学习方法，其特征在于，所述STDP机制产生的权重幅值是基于如下步骤确定：

基于所述脉冲对产生的时刻，确定所述脉冲对的前后脉冲之间的时间差；

若所述时间差大于或等于预设阈值，则确定所述权重幅值为所述长时程增强过程所产生的；

若所述时间差小于所述预设阈值，则确定所述权重幅值为所述长时程抑制过程所产生的。

4.据权利要求1所述的类脑突触学习方法，其特征在于，所述输入脉冲是通过以下步骤确定：

获取输入脉冲样本；

对所述输入脉冲样本进行泊松分布过程加权，得到所述输入脉冲样本对应的预处理样本；

基于预设时间窗口，确定所述预处理样本在所述预设时间窗口内的脉冲数量和比例；

其中，所述泊松分布过程加权用于基于泊松分布的加权值对所述输入脉冲样本进行加权，所述预处理样本在所述脉冲数量和所述比例上用于表征所述输入脉冲。

5.根据权利要求1所述的类脑突触学习方法，其特征在于，所述输入脉冲是通过以下步骤确定：

获取输入脉冲样本；

对所述输入脉冲样本进行时间编码，以使所述输入脉冲样本的每个像素值对应于一个脉冲，且所述输入脉冲样本的每个像素值的大小被映射到预设时间窗口中的具体时刻，得到所述输入脉冲。

6.根据权利要求5所述的类脑突触学习方法，其特征在于，所述脉冲对通过以下步骤确定：

若检测到所述类脑突触学习电路中有任意一个神经元发射脉冲之后，则产生全局抑制信号，所述全局抑制信号用于将其他所有神经元的脉冲发放活动抑制掉；

基于所述全局抑制信号对应的抑制幅度，确定所述脉冲对。

7.一种类脑技术的神经形态硬件系统，其特征在于，包括：

脉冲输入模块，用于确定类脑突触学习电路中突触前神经元和突触后神经元产生的脉冲对，所述脉冲对包括所述突触前神经元产生的输入脉冲和所述突触后神经元产生的输出脉冲；

突触权重计算模块，用于基于所述脉冲对，确定所述脉冲对相对应的STDP机制，以及与所述STDP机制相对应的突触权重；

类脑突触学习模块，用于基于所述脉冲对以及所述突触权重，进行所述类脑突触学习电路对应的STDP学习；

其中，STDP机制为脉冲时间依赖可塑性机制，所述类脑突触学习电路包括突触、所述突触前神经元和所述突触后神经元，所述脉冲对的前后脉冲根据时间先后关系与所述STDP机制中的长时程增强过程或长时程抑制过程相对应。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述类脑突触学习方法。