摘要
1引言
32位定点 算术 主要是运行时效率 动机 Izhikevich神经 模型
2类ODE方法和选择的示例
• 多步骤:线性多步骤方法-Adams-Bashforth in 最简单的形式 • 多阶段: 伦格-库塔 • 多重导数:泰勒级数 和Parker-Sochacki
3定点体系结构的特点和含义
绝对值 0.000031变为 零。 绝对值 包 大约(饱和类型可用,但很多 速度较慢)。 精度是绝对的,而不是相对的 带浮点。 划分非常缓慢(部分原因是 ARM指令集的详细信息),并且应该 避免。 不存在本机超越函数 图书馆(尽管我们小组正在开发一个)。
4实施细节
5神经环境的特殊性
一个解决方案 不受这些不连续性影响的方法 一个 阈值交叉点介于时间之间的校正机制 步骤
6准确度结果
大多数人选择了一种参考神经元类型 评估,其他两个示例的结果有限。 Izhikevich描述 作为常规峰值,并使用以下参数: , , 毫伏, d日 = 8. V(V) 和 U型 在初始化 毫伏和0, 分别是。 每种情况下的参考结果都使用 Mathematica中复杂的ODE解算器,自动使用自适应时间步长 并透明地处理阈值交叉和刚度。 我们已经执行了25个 确保高精度的小数位数算法。 两个 使用时间步长:大多数评估为1毫秒,有些评估为 第条。 这两个 32位算术类型的重点是: 累计 和 浮动 。如果64位类型( 双重的 和 长堆积 )展示特定行为 明确地。 使用了两种不同的刺激。 这个 神经元最初不接受输入; 则(1)在60 ms时,4.775 nA直流电流为 交付并持续(直流输入)或(2)50 ms时,指数衰减输入 时间常数为8ms(总充电量为 80 pC) 然后每50毫秒注射一次(突触输入)。 一旦初始 瞬时沉降,这些值提供约10 Hz的峰值频率,精确的脉冲间隔 100 ms的间隔,然后可以很容易地与参考进行比较。 直流输入为 对ODE的精度性能进行更严格的测试 解算器。 结果以图表的形式显示(1) 薄膜电压 V(V) 相对于从50到350的参考 毫秒和(2) n个 第个 与前2个参考相比的峰值 模拟的秒数(仅适用于较难的直流输入;所有方法都执行 对于突触输入模拟来说非常好)。 在膜电压图中 重点应放在峰值时间和阈下行为的形状上 与高度相反 V(V) 在扣球之前,因为后者主要是 为生成 图。
![]() | |
![]() |
![]() | |
![]() |
6.1一阶和二阶方法
6.2三阶方法
6.3其他Izhikevich神经元类型
喋喋不休 { , , , d日 = 2} 快速 峰值 { , , , d日 = 2}
6.4准确性结果讨论
7效率结果
![](https://mitp.silverchair-cdn.com/mitp/content_public/journal/neco/27/10/10.1162_neco_a_00772/6/m_neco_a_00772inline55.gif?Expires=1720604752&Signature=O-BI0A~vroIU1gyNYAgzFHiZR8AQV-f3aL1QRqgrL71pyQyscSu~5iHsB514oaoULe84KuZIGPjJ6Tr1DpBmkXyuyLgOQZfITMFpPU2CW4XUnNyvipZPwUgSlB~JGQksb2JQu8Clb2dajCGGps69Hsp0GaCKmx5HlgVKKFwnICeuTGPviSSoSb5TGbfkT6q3AFWqhUxa-UVZSTygpaIOxEpLDNBRypdrBiUO5xEAnBPrhANr7KYFYs0hBTeyCqNszyH7DvzuFR8fm5l9SoBoQy5HpBdFYBBMFc3Dq0zQnUmzEdf3uhS4kqjekMdy0f~Ob~KqjBUYw6-41x2AsDCtkA__&Key-Pair-Id=APKAIE5G5CRDK6RD3PGA)
![]() ![]() | ||||
![]() | ||||
![]() ![]() | ||||
![]() | ||||
7.1效率结果讨论
8结论及下一步工作思路
![](https://mitp.silverchair-cdn.com/mitp/content_public/journal/neco/27/10/10.1162_neco_a_00772/6/m_neco_a_00772inline65.gif?Expires=1720604752&Signature=SiiajBiYSK2tkmeep6vwgde6SW3-MqpoC7~KZ4fCYANjwoXlrxgK3ghYSK3WklgGe9ZgYDp8sL7HvpfXEmqYs0gHBUiGuNAmHDcPxWdt-oyPxeLmZB2of2UE0htIDkwArpLDbwdJa1FQ1kjUhs8VXdH68GWH5DSb5BCQAQw86FOWzvsPuiInO-GJZJi4pPUK4xEEeKVXvfy0M18IPlgcQ8ELNr7MgGY0bS-zfCbPzvbSsIUMpJxqTELlwqJC2zu6ttdrnEesC4LwMDRSaa69925wIEpIzwaVTMMSFRTZX4N99zeTX9q8fxC7wv1B3MuMneu8ahcNYsCjhEm7-pLMHg__&Key-Pair-Id=APKAIE5G5CRDK6RD3PGA)
附录:ESR示例
最大限度地增加国家之间的通用术语数量 变量以最小化计算负载 对于定点 类型,确保中间变量的值将 不足或溢出,大约2.0 累计 一般来说,选择临时 最小化截断或舍入的计算 错误 算术运算的顺序可以有 对准确性和速度的影响(尽管这是由于C编译器稍后在 链条)