[DEBUG-WINDOW 처리영역 보기]
즐겨찾기  |  뉴스레터  |  오늘의 정보  |  e브릭몰e브릭몰 회원가입   로그인
BRIC홈 한국을 빛내는 사람들
웨비나 모집
스폰서배너광고 안내  배너1 배너2
전체보기 한빛사논문 추천논문 인터뷰 그이후 한빛사통계
사진없음
이준행 (Jun Haeng Lee) 저자 이메일 보기
삼성종합기술원, Universityof Zurich and ETH Zurich
조회 126  인쇄하기 주소복사 트위터 공유 페이스북 공유 
Training Deep Spiking Neural Networks Using Backpropagation
열기 Authors and Affiliations

Abstract

Deep spiking neural networks (SNNs) hold the potential for improving the latency and energy efficiency of deep neural networks through data-driven event-based computation. However, training such networks is difficult due to the non-differentiable nature of spike events. In this paper, we introduce a novel technique, which treats the membrane potentials of spiking neurons as differentiable signals, where discontinuities at spike times are considered as noise. This enables an error backpropagation mechanism for deep SNNs that follows the same principles as in conventional deep networks, but works directly on spike signals and membrane potentials. Compared with previous methods relying on indirect training and conversion, our technique has the potential to capture the statistics of spikes more precisely. We evaluate the proposed framework on artificially generated events from the original MNIST handwritten digit benchmark, and also on the N-MNIST benchmark recorded with an event-based dynamic vision sensor, in which the proposed method reduces the error rate by a factor of more than three compared to the best previous SNN, and also achieves a higher accuracy than a conventional convolutional neural network (CNN) trained and tested on the same data. We demonstrate in the context of the MNIST task that thanks to their event-driven operation, deep SNNs (both fully connected and convolutional) trained with our method achieve accuracy equivalent with conventional neural networks. In the N-MNIST example, equivalent accuracy is achieved with about five times fewer computational operations.

논문정보
- 형식: Research article
- 게재일: 2016년 11월 (BRIC 등록일 2019-04-22)
- 연구진: 국내(교신)+국외 연구진태극기
- 분야: Neuroscience
- 피인용횟수: 최근 3년간 60회 이상 인용된 논문
LADL : 빛을 이용한 3차원 유전체 (3D genome) 구조와 유전자 발현의 조절[Nat. Methods]
김지훈
발표: 김지훈 (University of Pennsylvan...)
일자: 2019년 8월 30일 (금) 오전 10시 (한국시간)
언어:
참석자 접수신청하기
Cockayne syndrome B의 결핍으로 인한 크로마틴 리모델링에 따른 노화촉진 모델 연구[Nucleic Acids Res.]
이종혁
발표: 이종혁 (National Institutes of H...)
일자: 2019년 9월 6일 (금) 오전 11시 (한국시간)
언어: 한국어
참석자 접수신청하기

  댓글 0
등록
 
오송첨단의료산업진흥재단
관련링크
이준행 님 전체논문보기 >
관련분야 논문보기
Neuroscience

외부링크
Google (by Jun Haeng Lee)
Pubmed (by Jun Haeng Lee)
제품평가
[코넥스트]
TDZyme (Collagenase)
제품이미지
모집인원: 25명
모집기간: ~8/30
신청조건: BRIC 회원
평가자 혜택

- 참가자 전원 5만원 상품권 제공
- 우수평가자 5명에게 10만원 상품권 추가 제공

제품평가자 모집중
프리미엄 Bio일정 Bio일정 프리미엄 안내
[BRIC Webinar]Cockayne syndrome B의 결핍으로 인한 크로마틴 리모델링에 따른 노화촉진 모델 연구[Nucleic Acids Res.]
[BRIC Webinar]LADL : 빛을 이용한 3차원 유전체 (3D genome) 구조와 유전자 발현의 조절[Nat. Methods]
[대한골대사학회] 2020년 제4차 Young Leaders Camp 안내
[대한골대사학회] 2020년 제4차 Young Leaders Camp 안내
초록접수: ~2019.10.11
사전접수: ~2019.11.01
날짜: 2020.01.09~11
장소: 곤지암리조트
2019 Osong BioExcellence & BioSymposium
2019 Osong BioExcellence & BioSymposium
사전접수: ~2019.08.31
날짜: 2019.09.03~04
장소: 오송
위로가기
한빛사 홈  |  한빛사FAQ  |  한빛사 문의 및 제안
 |  BRIC소개  |  이용안내  |  이용약관  |  개인정보처리방침  |  이메일무단수집거부
Copyright © BRIC. All rights reserved.  |  문의 member@ibric.org
트위터 트위터    페이스북 페이스북   유튜브 유튜브    RSS서비스 RSS