python 中尖峰神经网络的接受域计算

Question

我想计算 python 中尖峰神经网络的感受野（例如高斯）。假设我想对 iris 数据集进行编码并将其转换为脉冲序列。我使用 Brian 框架，我正在寻找一种方法来编码我的数据集。

有什么办法可以自动完成吗？甚至任何解释转换过程的网站？我读过几篇论文，但对这个过程进行了部分解释...

提前致谢

Answer 1

对于重叠高斯 RF，您需要知道 每个 变量的最小值 (I_min) 和最大值 (I_max)。然后，（再次针对 each 变量）创建一个 N 输入神经元数组，位于 N 重叠高斯分布的峰值处。使用以下公式 space 在变量范围内均匀地输出神经元（这当然是伪代码）：

range = I_max - I_min
for (i = 1..N)
    gaussian_i_mean = I_min + range * (2*i - 3) / (2 * (N - 2))
    gaussian_i_sd = range / (beta * (N - 2))
end for

beta 控制高斯的宽度。有关详细信息，请参阅 this 论文。