spiking-neural-network

Đây là gì?

🎯 Mẹo sử dụng

📚 Thuật ngữ

SNN

Mạng lưới thần kinh tăng đột biến

Spike

Xung điện ngắn (điện thế hoạt động)

LIF

Mô hình nơ-ron tích hợp và chữa cháy bị rò rỉ

STDP

Độ dẻo phụ thuộc vào thời gian tăng đột biến

MembranePotential

Điện áp trong tế bào thần kinh

Threshold

Điện áp tại đó nơ-ron kích hoạt

RefractoryPeriod

Thời gian sau khi tế bào thần kinh không thể hoạt động tăng đột biến

RateCoding

Thông tin được mã hóa theo tần số tăng đột biến

TemporalCoding

Thông tin được mã hóa theo thời gian tăng đột biến

Neuromorphic

Điện toán lấy cảm hứng từ não

🏆 Nhân vật chính

Wolfgang Maass

Máy trạng thái lỏng, lý thuyết SNN

Carver Mead

Đặt ra 'thần kinh', người tiên phong

Henry Markram

Dự án Blue Brain, khám phá STDP

Steve Furber

Sự phát triển của SpiNNaker

Mike Davies

Kiến trúc sư Intel Lợi Hi

🎓 Tài nguyên học tập

Deep Learning With Spiking Neurons
Phương pháp gradient thay thế
Neuronal Dynamics

💬 Lời nhắn cho người học

{'encouragement': "You're learning about the third generation of neural networks - one that could be 1000x more efficient than current AI. SNNs represent the bridge between neuroscience and artificial intelligence.", 'reminder': 'The brain is still the most efficient intelligent system we know. SNNs try to learn from its principles - sparse, event-driven, temporal computation.', 'action': 'Build spiking neurons in the simulator. Watch STDP learning unfold. See how timing affects connections. Experience computation through spikes.', 'dream': 'A neuroscientist from Kenya might unlock new SNN learning rules. An engineer from Nigeria might design breakthrough neuromorphic chips. Brain-inspired AI needs global perspectives.', 'wiaVision': "WIA Pin Code believes brain-inspired computing should be understood globally. If we can match the brain's efficiency, AI becomes accessible to everyone, everywhere."}