神经形态工程的新计算规则

神经形态工程帮助建立了基于VLSI的大脑启发型智能范例，并有望在智能设备上开辟新的应用空间。 在大多数最新的神经形态系统中，包括模拟，数字，混合系统以及一些其他基于忆阻器的系统，神经元中占主导地位的计算规则仅基于神经元的线性叠加运算。兴奋性和抑制性突触前输入。 但是，神经科学领域的最新发现表明，无法通过线性地将所有突触前输入线性相加来直接获得突触后的潜能，这表明当前神经形态系统中普遍存在的计算规则在生物学上不太合理。 在本文中，我们在神经元阻滞中引入了一种新的计算规则，该规则非线性地取决于突触前的输入。 除叠加操作外，膜电位还与兴奋性和抑制性输入的乘积项有关。 此外，我们为生物似然计算规则设计了一种启发式电路，该电路与基于交叉开关结构的系统兼容。 这些结果为抑制信号在大脑中的作用提供了新的见解，这对于探索未来神经形态设备中更可靠的计算原理非常有帮助。