Incorporación de autapsis memristiva en SNN de atención espaciotemporal para reconocimiento de voz neuromórfico

Área de la Ciencia:

• Neurociencia
• Inteligencia Artificial
• Ciencias de la Computación

Sus antecedentes:

• Las redes neuronales de picos (SNN) se prefieren por su plausibilidad biológica y bajo consumo de energía en el procesamiento de flujos de eventos.
• Los modelos SNN existentes a menudo simplifican la dinámica neuronal, lo que limita su rendimiento y complejidad de comportamiento.

Objetivo del estudio:

• Mejorar el comportamiento dinámico de las neuronas de picos en SNN.
• Introducir mecanismos novedosos para la modulación neuronal adaptativa y el procesamiento de datos espaciotemporal.

Principales métodos:

• Se propuso una autapsis memristiva (M-Autapse) para la modulación adaptativa del potencial de membrana neuronal, inspirada en autapsis biológicas y dispositivos memristivos.
• Se desarrolló un mecanismo de atención sinérgica espaciotemporal (STSA) para mejorar el enfoque en las dimensiones de datos temporales y espaciales.
• Se validaron los métodos en puntos de referencia de reconocimiento de voz neuromórficos (SHD y SSC).

Principales resultados:

• El mecanismo M-Autapse permite la modulación adaptativa del potencial de membrana neuronal.
• El mecanismo STSA integra eficazmente el procesamiento de información temporal y espacial.
• Se logró un rendimiento competitivo de vanguardia en el benchmark SHD.
• Se demostraron resultados sólidos en el conjunto de datos SSC.

Conclusiones:

• Los mecanismos propuestos M-Autapse y STSA mejoran significativamente el comportamiento dinámico y las capacidades de procesamiento de las SNN.
• Estas innovaciones ofrecen un enfoque más sofisticado y biológicamente plausible para las SNN en datos de flujo de eventos.
• Las SNN mejoradas muestran un rendimiento competitivo en tareas desafiantes de reconocimiento de voz neuromórfico.