基于随机HH神经元模型的权重训练

打开文本图片集

摘要：本文将递归最小二乘法（RLS）推广到具有生物意义的随机HH神经元模型，通过训练网络的突触连接，对直线型和正弦型的目标函数进行学习. 发现离子通道的随机开关引起的内噪声会影响学习表现. 只有在适中的膜面积下，通过RLS训练的随机HH神经元网络才会取得良好的学习表现.

关键词：递归最小二乘法; 随机Hodgkin-Huxley模型; 神经网络; 内噪声; 膜面积.

中图分类号：G642;TN96-4文献标识码：A

文章编号：1009-3044（2022）02-0104-03

近年来，递归神经网络（RNN）的规模和应用更是与日俱增[1]。（剩余4321字）