대리 기울기 함수에 따른 Deep SNN의 학습 성능 분석

Abstract

Deep spiking neural network (SNN)의 대리 기울기 방식은 역전파를 가능하게 하지만, 최적의 학습 성능을 보이는 형태에 대해서는 많은 연구가 수행되고 있지 않다. 본 논문에서는 대리 기울기 함수의 너비와 모양에 따른 학습 성능을 비교하고, 함수의 모양에 따른 대리 기울기 함수값의 분포를 분석함으로써, 임계값 주변 막전위의 중요도 차이를 파악한다. 이를 바탕으로, 비대칭적인 대리 기울기 함수를 제안하여 deep SNN에서의 활용 가능성을 탐구한다.