스파이크넷: 스파이킹 뉴런의 대규모 네트워크 모델링을 위한 이벤트 기반 시뮬레이션 패키지

많은 생물학적 신경망 모델은 오늘날 컴퓨터의 제한된 계산 능력 때문에 확장성 문제에 직면해 있습니다. 따라서 이미지 처리와 같은 복잡한 문제를 해결하는 데 이러한 모델의 효율성을 평가하기 어렵습니다. 여기에서는 이벤트 기반 계산을 사용하여 이 문제를 해결하는 방법을 설명합니다. 방전을 발생시키는 뉴런만 처리되며, 평균 스파이크 방전 속도가 낮은 한, 수백만 개의 뉴런과 수십억 개의 연결을 모델링할 수 있습니다. SpikeNET, 우리의 신경망 시뮬레이션 패키지에서 이러한 메커니즘의 기초 계산 및 구현을 설명합니다. 구축할 수 있는 모델의 유형은 생물학적으로 적합할 뿐만 아니라, 표준 데스크톱 컴퓨터에서 초당 400,000개의 시냅스 가중치를 전파할 수 있어 계산적으로도 효율적입니다. 또한 대규모 네트워크의 경우, 계산 시간을 크게 증가시키지 않고 매우 작은 시간 단계(<0.01 ms)를 설정할 수 있습니다. 예를 들어, 이 방법은 자연 이미지에서 얼굴 인식과 같은 복잡한 인지 작업을 해결하는 데 적용됩니다.