As neuron models become more plausible,
fewer computing units may be required to solve
some problems; such as static pattern classification.
Herein, this problem is solved by using a single spiking
neuron with rate coding scheme. The spiking neuron is
trained by a variant of Multi-objective Particle Swarm
Optimization algorithm known as OMOPSO. There were
carried out two kind of experiments: the first one deals
with neuron trained by maximizing the inter distance
of mean firing rates among classes and minimizing
standard deviation of the intra firing rate of each class;
the second one deals with dimension reduction of
input vector besides of neuron training. The results of
two kind of experiments are statistically analyzed and
compared again a Mono-objective optimization version
which uses a fitness function as a weighted sum of
objectives.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00