脉冲神经网络中基于器件信息的脉冲时序依赖可塑性的状态依赖忆阻器动力学

该预印本报告了一种基于阈值忆阻器模型的混合脉冲时序依赖可塑性（STDP）学习方案，并在图像分类任务上给出结果：在MNIST和Fashion-MNIST数据集上分别达到95.15%和85.92%的准确率。报道将忆阻器的状态依赖动力学与器件信息纳入STDP规则，属于计算模型层面的工作，尚未经同行评审；其准确率结果限于上述两个数据集与相应网络设置，不能推广到其他任务或硬件系统。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。