Wyniki wyszukiwania - BazTech

1

Communication maintenance in Multi-agent System with use of Spiking Neural Network

Karoń I.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 10

94-96

EN

Present article discusses the position control system for autonomous agents on the test map. The main objectives for the system are: maintain best possible communication between the agents in the case of both limited local communication rang and disturbance in the communication. The control algorithm is based on Spiking Neural Network (SNN).

PL

W przedstawionym artykule został omówiony system kontroli pozycji autonomicznych agentów w określonym terenie testowym. Podstawowym kryterium działania systemu jest zachowanie komunikacji pomiędzy agentami w sytuacji zarówno ograniczonego zasięgu łączności lokalnej jak i możliwych zakłóceń w łączności. Algorytm sterowania został oparty na Impulsowej Sieci Neuronowej.

2

FPGA implementation of the Predator-Prey algorithm with adrenalin boost based on a Spiking Neural Network

Karoń I., Gugała K., Pochmara J., Rybarczyk A.

Elektronika : konstrukcje, technologie, zastosowania

|

2011

|

Vol. 52, nr 12

25-28

EN

In presented paper new approach to Predator-Prey algorithm was proposed. With the additional mechanism based on more complex biological behaviors like" adrenalin boost" and usage of Spiking Neural Network minimization of implementation cost and maximization of algorithm efficiencies was obtained. Thanks to that algorithm can be easily implemented as one of abstract layers in complex standalone robotic systems.

PL

W prezentowanej pracy przedstawiono nowe podejście do zmodyfikowanego algorytmu drapieżnik-roślinożerca. Minimalizacja kosztów implementacji oraz maksymalizacja efektywności algorytmu została osiągnięta poprzez dodanie mechanizmów bazujących na złożonych procesach biologicznych jak ''skok adrenalinowy" oraz zastosowanie impulsowych sieci neuronowych. Dzięki takiemu podejściu prezentowany algorytm może być łatwo implementowany jako jedna z powłok w bardziej złożonych systemach robotyki.

3

Information processing and learning in spiking neural networks

Ponulak F., Kasiński A.

Prace Naukowe Politechniki Warszawskiej. Elektronika

|

2010

|

z. 175, t. 1

23-40

EN

The concept that neural information is encoded in the firing rate of neurons has been the dominant paradigm in neurobiology for many years. This paradigm has also heen adopted by the theory of artificial neural networks. Recent physiological experiments demonstrate, however, that in many systems, neural code is founded on the timing of individual action potentials. The finding has given rise to the emergence of a new class of neural models, called spiking neural networks. In this paper we summarize basic properties of spiking neurons. We focus, in particular, on various models for information coding, synaptic plasticity and learning in spiking networks. Finally, we discuss some real-life applications of spiking models.

PL

Jednym z podstawowych paradygmatów obowiązująych przez wiele lat w neurobiologii była koncepcja kodowania informacji za pomocą średniej częstotliwości impulsów nerwowych. Koncepcja ta została zaadoptowana także w teorii sztucznych sieci neuronowych. Aktualne badania w zakresie neurofizjologii wskazują jednak na istotną rolę indywidualnych impulsów nerwowych w kodowaniu informacji. Odkrycie to dało początek nowej klasie sztucznych sieci neuronowych - tak zwanym sieciom impulsowym. W artykule przedstawione są podstawowe właściwości neuronów impulsowych. Szczególna uwaga poświęcona jest mechanizmom przetwarzania informacji oraz modelom plastyczności synaptycznej i uczenia w sieciach impulsowych. Artykuł zakończony jest dyskusją na temat wybranych zastosowań sieci impulsowych w zadaniach inżynierskich oraz w neuromodelowaniu.