Waarom is dit belangrijk?
Met een spiking neural network kunnen onderzoekers lichaamssignalen analyseren op apparaten die weinig stroom verbruiken. In de zorg onderzoeken wetenschappers deze netwerken voor het uitlezen van hersenmetingen en hartmetingen en voor het herkennen van ziektes. Voor patiënten en zorgverleners kan dat zuinigere meetapparatuur in het ziekenhuis opleveren, maar de modellen hebben nog duidelijke beperkingen en kunnen medische signalen verkeerd indelen.
Zo werkt het in de praktijk
Onderzoekers gebruiken een spiking neural network om een drone zelf te laten vliegen. Het netwerk leest een eventcamera, een sensor voor beeldveranderingen. Het schat de beweging en stuurt landen, zweven en zijwaarts vliegen op de chip Loihi van Intel.
Onderzoekers zoeken hoe ze zo'n netwerk kunnen trainen. Een puls is aan of uit, dus de gewone leerstap werkt niet direct. Daarom zetten ze een gewoon netwerk om naar pulsen, of ze rekenen met een vervangende helling.
Teams simuleren het netwerk met Brian en NEST, twee programma's voor dit soort modellen. snnTorch koppelt het model aan PyTorch, een omgeving om neurale netwerken te trainen.




