Accéder directement au contenu Accéder directement à la navigation
Communication dans un congrès

A Metaheuristic Approach for Parameter Fitting in Digital Spiking Silicon Neuron Model

Abstract : DSSN model is a qualitative neuronal model designed for efficient implementation in digital arithmetic circuit. In our previous studies, we developed automatic parameter fitting method using the differential evolution algorithm for regular and fast spiking neuron classes. In this work, we extended the method to cover low-threshold spiking and intrinsically bursting. We optimized parameters of the DSSN model in order to reproduce the reference ionic-conductance model.
Type de document :
Communication dans un congrès
Liste complète des métadonnées

https://hal-u-picardie.archives-ouvertes.fr/hal-03632177
Contributeur : Louise Dessaivre Connectez-vous pour contacter le contributeur
Soumis le : mercredi 6 avril 2022 - 10:41:25
Dernière modification le : jeudi 7 avril 2022 - 03:34:04

Identifiants

  • HAL Id : hal-03632177, version 1

Collections

Citation

Takuya Nanami, Filippo Grassia, Takashi Kohno. A Metaheuristic Approach for Parameter Fitting in Digital Spiking Silicon Neuron Model. ICAROB 2018: PROCEEDINGS OF THE 2018 INTERNATIONAL CONFERENCE ON ARTIFICIAL LIFE AND ROBOTICS, Feb 2018, Beppu, Japan. pp.465-468. ⟨hal-03632177⟩

Partager

Métriques

Consultations de la notice

1