Accéder directement au contenu Accéder directement à la navigation
Article dans une revue

A parameter optimization method for Digital Spiking Silicon Neuron model

Abstract : DSSN model is a qualitative neuronal model designed for efficient implementation in a digital arithmetic circuit. In our previous studies, we extended this model to support a wide variety of neuronal classes. Parameters of the DSSN model were hand-fitted to reproduce neuronal activity precisely. In this work, we studied automatic parameter fitting procedure for the DSSN model. We optimized parameters of the model by the differential evolution algorithm in order to reproduce waveforms of the ionic-conductance models and reduce necessary circuit resources for the implementation.
Type de document :
Article dans une revue
Liste complète des métadonnées

https://hal-u-picardie.archives-ouvertes.fr/hal-03632178
Contributeur : Louise DESSAIVRE Connectez-vous pour contacter le contributeur
Soumis le : mercredi 6 avril 2022 - 10:41:26
Dernière modification le : mercredi 31 août 2022 - 16:50:35

Lien texte intégral

Identifiants

Collections

Citation

Takuya Nanami, Filippo Grassia, Takashi Kohno. A parameter optimization method for Digital Spiking Silicon Neuron model. Journal of Robotics, Networking and Artificial Life, Atlantis press, 2017, 4 (1), pp.97-101. ⟨10.2991/jrnal.2017.4.1.21⟩. ⟨hal-03632178⟩

Partager

Métriques

Consultations de la notice

6