Réseaux de neurones impulsionnels

Les réseaux de neurones impulsionnels (SNNS) sont des réseaux neuronaux artificiels qui imitent assez finement les réseaux neuronaux naturels.

Outre les états neuronaux et synaptiques, les SNN intègrent la notion de temps dans leur modèle opérationnel. L'idée est que les neurones dans le SNN ne se déclenche pas à chaque propagation cycle (comme cela se produit avec plusieurs couches typiques des réseaux Perceptron), mais plutôt feu que lorsqu'une membrane potentiel - une qualité intrinsèque du neurone lié à sa membrane électrique charge - atteint une valeur spécifique. Lorsqu'un neurone se déclenche, il génère un signal qui se propage vers d'autres neurones qui, à leur tour, augmentent ou diminuent leur potentiel en fonction de ce signal.

Dans le contexte des réseaux de neurones à pics, le niveau d'activation actuel (modélisé comme une équation différentielle) est normalement considéré comme l'état du neurone, les pointes entrantes poussant cette valeur plus haut, éventuellement en commençant ou en déclinant. Il existe différentes méthodes de codage pour interpréter le train de pointes sortant en tant que nombre à valeur réelle, en se basant soit sur la fréquence des pointes, soit sur l'intervalle entre pointes, pour coder les informations.