[发明专利]用于神经网络的方法和执行该方法的设备

权利要求书

1.一种通过使用神经网络可执行的方法，所述方法包括：

基于人工神经元的先前激活和经由人工神经元的输入突触接收的输入信号，确定人工神经元的当前激活；

基于确定的当前激活和与由于人工神经元先前已发生的事件相应的第二激活，确定第一激活的改变量；

基于第一阈值和确定的第一激活的改变量，确定新的事件是否发生；

响应于新的事件的发生，将与新的事件相应的输出信号发送到输出突触。

2.如权利要求1所述的方法，其中，响应于第一阈值与确定的第一激活的改变量相交，新的事件发生，

其中，第一阈值与确定的第一激活的改变量相交指示确定的第一激活的改变量的绝对值变得大于第一阈值。

3.如权利要求1所述的方法，其中，输出信号包括指示确定的第一激活的改变量和第一阈值的相交的方向的符号位。

4.如权利要求1所述的方法，还包括：

接收与经由输入突触连接的前一层相应的第二阈值，

其中，确定当前激活的步骤包括：基于先前激活、输入信号和第二阈值，确定当前激活。

5.如权利要求1所述的方法，其中，输出信号包括近似为预定的位精度的确定的第一激活的改变量。

6.如权利要求5所述的方法，其中，基于来自要求精度和可用资源的量之中的至少一个，来调节预定的位精度。

7.如权利要求1所述的方法，其中，基于在预定时间间隔期间发生的事件的数量，来调节第一阈值。

8.如权利要求7所述的方法，其中，响应于在所述预定时间间隔期间发生的事件的数量超出预定的第三阈值，来增大第一阈值；响应于在所述预定时间间隔期间发生的事件的数量小于预定的第四阈值，来减小第一阈值，其中，第三阈值大于第四阈值。

9.如权利要求1所述的方法，还包括：

在输出信号被发送之后，基于确定的当前激活，更新第一阈值。

10.如权利要求9所述的方法，其中，基于来自固定步长、对数步长和数量级之中的至少一个，来更新第一阈值。

11.如权利要求1所述的方法，还包括：

存储确定的当前激活。

12.如权利要求1所述的方法，还包括：

接收指示预定操作模式的控制信号；

经由输入突触，接收与指示的操作模式相应的帧化的输入信号；

基于帧化的输入信号，确定当前激活。

13.如权利要求1所述的方法，其中，神经网络包括来自以下项之中的至少一个：人工神经网络、全连接网络、深度卷积网络、循环神经网络和脉冲神经网络。

14.一种通过使用神经网络可执行的方法，所述方法包括：

基于人工神经元的先前激活和经由人工神经元的输入突触接收的输入信号，确定人工神经元的当前激活；

响应于包括先前激活的第一集群和包括确定的当前激活的第二集群，确定事件是否发生；

响应于所述事件的发生，将与所述事件相应的输出信号发送到输出突触。

15.如权利要求14所述的方法，其中，所述事件响应于第一集群与第二集群不同而发生。

16.如权利要求14所述的方法，其中，输出信号包括至少一个改变位，所述至少一个改变位指示来自从第一集群到第二集群的改变方向和从第一集群到第二集群的改变量之中的至少一个。

17.一种通过使用循环神经网络可执行的方法，所述方法包括：

基于与第一时间相应的第一输入矢量和与早于第一时间的第二时间相应的第二输入矢量之间的差，获得与第一时间相应的第一输入δ矢量；

基于与第二时间相应的第二隐藏状态矢量和与早于第二时间的第三时间相应的第三隐藏状态矢量之间的差，获得在与第二时间相应的隐藏状态δ矢量；

基于与第一输入δ矢量相应的第一权重和第一输入δ矢量的乘积以及与隐藏状态δ矢量相应的第二权重和隐藏状态δ矢量的乘积，确定循环神经网络中的至少一个参数；

基于确定的循环神经网络中的至少一个参数，确定与第一时间相应的第一隐藏状态矢量。