Theory and learning protocols for the material tempotron model

Tipo di pubblicazione: Articolo su rivista
Tipologia MIUR: Contributo su Rivista > Articolo in rivista
Titolo: Theory and learning protocols for the material tempotron model
Autori: Carlo Baldassi;Alfredo Braunstein;Riccardo Zecchina
Autori di ateneo:
Titolo del periodico: JOURNAL OF STATISTICAL MECHANICS: THEORY AND EXPERIMENT
Tipo di referee: Esperti anonimi
Editore: IOP PUBLISHING
Volume: 2013
Intervallo pagine: P12013-
Numero di pagine: 27
ISSN: 1742-5468
Abstract: Neural networks are able to extract information from the timing of spikes. Here we provide new results on the behavior of the simplest neuronal model which is able to decode information embedded in temporal spike patterns, the so-called tempotron. Using statistical physics techniques we compute the capacity for the case of sparse, time-discretized input, and 'material' discrete synapses, showing that the device saturates the information theoretic bounds with a statistics of output spikes that is consistent with the statistics of the inputs. We also derive two simple and highly efficient learning algorithms which are able to learn a number of associations which are close to the theoretical limit. The simplest versions of these algorithms correspond to distributed online protocols of interest for neuromorphic devices, and can be adapted to address the more biologically relevant continuous-time version of the classification problem, hopefully allowing the understanding of some aspects of synaptic plasticity
Data: 2013
Status: Pubblicato
Lingua della pubblicazione: Inglese
Parole chiave: machine learning, neural networks, message-passing algorithms
Dipartimenti (originale): DISAT - Dipartimento Scienza Applicata e Tecnologia
Dipartimenti: DISAT - Dipartimento Scienza Applicata e Tecnologia
URL correlate:
Area disciplinare: Area 02 - Scienze fisiche > FISICA TEORICA, MODELLI E METODI MATEMATICI
Data di deposito: 14 Mar 2014 11:21
Data ultima modifica (IRIS): 11 Mag 2016 12:04:44
Data inserimento (PORTO): 18 Mag 2016 23:30
Numero Identificativo (DOI): 10.1088/1742-5468/2013/12/P12013
Permalink: http://porto.polito.it/id/eprint/2535489
Link resolver URL: Link resolver link
Citazioni:

Il campo presenta il numero di citazioni presenti sulle banche dati Scopus e Web of Science e permette di accedere ai relativi record. Visualizza inoltre il link al record presente su Google Scholar.

Possono verificarsi discrepanze rispetto ai dati presenti sulle banche dati per i seguenti motivi:

  • Differenze tra i dati riportati su IRIS e quelli presenti nelle banche dati.
  • Il numero di citazioni riportate su PORTO viene estratto mensilmente. Il dato citazionale presente sulle singole banche dati è aggiornato in tempo reale
  • Il numero di citazioni per WoS viene calcolato sulla base delle collezioni in abbonamento (Science citation index Expanded e Conference Proceedings Citation Index)

Per informazioni o segnalazioni contattare scrivia/porto

+
-

Allegati

[img]
Preview
PDF (1309.0393.pdf) - Preprint
Accesso al documento: Visibile (Ad accesso aperto)
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (657Kb (673032 bytes)) | Preview

Azioni (richiesto il login)

Visualizza il documento (riservato amministratori) Visualizza il documento (riservato amministratori)

Statistiche sul Download degli allegati

Altre statistiche su questa pubblicazione...