DAEHYUN KIM

Xueyuan에게 어떻게 SNN learning을 하는지 물어보고 받은 paper이다. Xueyuan의 paper와 함께 읽으면 될 듯 하다.

간단하게 synaptic plasticity learning에 대해서 말해보면, 사용한 synapse는 더 강화하고, 사용하지 않는 synapse는 약화시키는 것이다. (weight를 통해서) 이것을 time에만 연관시켜서 한 것을Simplified STDP Learning이라고 하는 듯 하다. 여기서는 Memristor의 conductance를 이용하여 구현하였다.

STDP를 어떻게 했는지 보면, 만약 어떤 Neuron에서 spike가 발생한다면, 그 neuron의 dendrite에 spike를 준 synapse들 중 spike를 준 synapse의 weight를 증가시키는 것이다. (일정 기간 내에 spike를 줬어야 한다) weight는conductance를 올리거나 내려버리는 것으로 조절한다. 체크는 여기서는 연속적인 Negative + Positive Pulse를 사용한다. Fig. 2.를 참조하면 됨.

Causality에 대해서도 알아야 하함. 그것은 위에서 보이듯이, Neuron A가 Neuron B에 spike를 준다고 하면, Neuron B가 spike 할 때, Neuron A가 영향을 줬는지가 causality이다. (Cause라는 단어에서 나옴)

Refer the next post '[SNN] How to learning and inference?'