前馈脉冲神经网络中自适应轴突延迟用于精确的语音单词识别

脉冲神经网络（Spiking Neural Networks, SNN）是构建高精度、高效率自动语音识别系统的一项极具前景的研究方向。近年来，音频到脉冲编码技术以及训练算法的进展，使得SNN得以应用于实际任务中。受生物神经系统启发的SNN通过稀疏的异步事件进行信息传递，因此脉冲时间（spike-timing）对SNN的性能至关重要。在这一方面，现有研究大多聚焦于突触权重的训练，而较少关注事件传播中的延迟，即轴突延迟（axonal delay）。本文提出一种可学习的轴突延迟机制，其延迟上限受控于最大值，并可根据网络各层中轴突延迟的分布进行自适应调整。实验结果表明，所提出的方法在SHD数据集上取得了92.45%的最高分类准确率，在NTIDIGITS数据集上达到95.09%的最高性能。本研究展示了在具有复杂时间结构的任务中，训练轴突延迟机制所蕴含的巨大潜力。