SNN 연구분야 SNN (Spike Neural Network) 소개 2024. 1. 12. 개요 SNN은 인공지능과 뇌 과학에서 영감을 받은, 상대적으로 새로운 유형의 신경망입니다. SNN은 인간의 뇌가 정보를 처리하는 방식을 모방하여 설계되었습니다. 기존의 신경망과의 주요 차이점은 정보 처리 방식에 있습니다. 전통적인 신경망과의 차이 Artificial Neural Networks (ANN): 전통적인 신경망은 주로 연속적인 숫자(실수 값)를 사용해 정보를 처리합니다. 예를 들어, 이미지 인식에서는 각 픽셀의 강도가 신경망에 입력되고, 이러한 값들이 다양한 계층을 통과하면서 처리됩니다. Spike Neural Networks (SNN): SNN은 '스파이크'라고 불리는 이산적인 신호(예: 전기적 펄스)를 사용해 정보를 처리합니다. 이는 뇌의 뉴런이 정보를 전달하는 방식과 유사합.. A quantitative description of membrane current and its application to conduction and excitation in nerve (1952) 2023. 4. 5. "A quantitative description of membrane current and its application to conduction and excitation in nerve"는 1952년에 발표된 논문으로, 뇌나 신경계의 동작 메커니즘을 이해하는 데 중요한 역할을 한 논문입니다. 논문에서는 생물학적인 세포막(biological membrane)에서 발생하는 전류(current)의 특성에 대한 수학적 모델을 제안하며, 이를 통해 뇌의 신경세포가 신호를 전달하는 과정을 설명합니다. 이 모델은 후에 "Hodgkin-Huxley 모델"로 알려지게 되며, 뇌나 신경계의 동작 메커니즘을 이해하는 데 있어서 매우 중요한 역할을 합니다. Hodgkin-Huxley 모델은 생물학적인 세포막에서 일어나는 .. Networks of spiking neurons: The third generation of neural network models (1998) 2023. 4. 3. "Networks of spiking neurons: The third generation of neural network models"는 1998년에 발표된 논문으로, 신경세포의 발화(spiking)에 기반한 신경망 모델을 제안하고자 한다는 목적을 가지고 있습니다. 논문에서는 기존의 뉴런(neuron) 모델인 McCulloch-Pitts 모델과 Rosenblatt의 퍼셉트론 모델에서는 뉴런이 연속적인 값(continuous value)을 처리하는 것에 비해, 뇌에서는 뉴런이 디지털적인 발화(spike)를 통해 정보를 처리하는 것을 지적합니다. 이러한 신경세포의 발화 특성을 모델링하기 위해, 논문에서는 스파이크 신호(spiking signal)를 이용한 뉴런 모델인 spiking neuron model을.. 이전 1 다음
