Using event-based metric for event-based neural network weight adjustment
Abstract
The problem of adjusting the parameters of an event-based network model is addressed here at the programmatic level. Considering temporal processing, the goal is to adjust the network units weights so that the outcoming events correspond to what is desired. The present work proposes, in the deterministic and discrete case, a way to adapt usual alignment metrics in order to derive suitable adjustment rules. At the numerical level, the stability and unbiasness of the method is verified.
Le problème de l'ajustement des paramètres d'un modèle de réseau basée sur des événements est abordé ici au niveau de la programmation. Compte tenu de traitement temporel, l'objectif est d'ajuster les unités de réseau pondérations afin que les événements sortantes correspondent à ce qui est souhaité. Le présent travail propose, dans le cas déterministe et discret, un moyen d'adapter mesures habituelles d'alignement afin d'en tirer des règles d'ajustement appropriées. Au niveau numérique, la stabilité et unbiasness de la méthode est vérifiée.
Domains
NeuroscienceOrigin | Files produced by the author(s) |
---|
Loading...