18、神经形态系统中的学习与记忆检索

神经形态系统中的学习与记忆检索

1. 基于事件的神经形态系统学习机制

在神经形态系统的学习过程中，突触输入与输出状态的关系至关重要。当总突触输入 (I_{\mu}) 高于激活阈值且期望输出为激活状态（即 (o_{\mu}= 1) ），或者 (I_{\mu}< \theta) 且 (o_{\mu}= -1) 时，会出现特定的学习情况。

在训练阶段，突触后神经元会接收两个输入：一个来自可塑性突触 (I_{\mu}) ，另一个来自教师输入 (I_{\mu}^t) 。教师输入会引导输出神经元的活动趋向期望的值。当神经元应该激活时，教师输入是强兴奋的；当神经元应该不激活时，教师输入是弱的或抑制性的（ (I_{\mu}^t = \alpha o_{\mu}) ，其中 (\alpha) 是常数， (o_{\mu}= \pm1) 取决于期望输出）。

训练完成后，可塑性突触应达到这样的状态：当 (o_{\mu}= 1) 时， (I_{\mu}> \theta) ；当 (o_{\mu}= -1) 时， (I_{\mu}< \theta) 。对于所有输入模式 (\mu = 1, \ldots, p) ，都需要验证这些条件。每次对于一个输入模式达到期望输出时，突触不应更新，应考虑下一个输入模式。当所有输入模式都验证了这些条件时，学习就应该停止。

为了实现这一过程，引入了钙变量 (c(t)) 。这个变量类似于突触后生物神经元中的钙浓度，它对突触后尖峰进行积分，代表平均放电率的瞬时估计。具体规则如下：
- 当 (\theta_c < c(t) < \theta_p) ，且突触前尖峰到达，同时突触后去极化高于阈值 (V_{\theta}) 时，突触效