Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
The Cognitive Architecture Within the Natural-Constructive Approach Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Bayesian Optimization of Spiking Neural Network Parameters to Solving the Time Series Classification Task

verfasst von : Alexey Chernyshev

Erschienen in: Biologically Inspired Cognitive Architectures (BICA) for Young Scientists

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This study contains the application of spiking neural networks to time series classification task. Because of the lack of mathematical framework for such biologically inspired neural networks, this study tries to solve hyperparameter optimization task with the help of surrogate models. To define classification task quality metric that measures separability index based on Fisher’s discriminant ratio is used.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Character Reasoning of the Social Network Users on the Basis of the Content Contained on Their Personal Pages
Nächstes Kapitel Simulation of Learning in Neuronal Culture
Fußnoten
Literatur
1.
Haselsteiner, E., Pfurtscheller, G.: Using time-dependent neural networks for EEG classification. IEEE Trans. Rehabil. Eng. 8(4), 457–463 (2000)CrossRef
2.
Siegelmann, H.T., Horne, B.G., Giles, C.L.: Computational capabilities of recurrent NARX neural networks. IEEE Trans. Sys. Man Cybern. Part B Cybern. 27(2), 208–215 (1997)CrossRef
3.
Hornik, K., Stinchcombe, M., White, H.: Multilayer feedforward networks are universal approximators. Neural Netw. 2(5), 359–366 (1989)CrossRef
4.
Lukoeviius, M., Jaeger, H.: Reservoir computing approaches to recurrent neural network training. Comput. Sci. Rev. 3(3), 127–149 (2009)CrossRefMATH
5.
Jaeger, H., Maass, W., Principe, J.: Special issue on echo state networks and liquid state machines. Neural Netw. 20(3), 287–289 (2007)CrossRef
6.
Chrol-Cannon, J., Jin, Y.: On the correlation between reservoir metrics and performance for time series classification under the influence of synaptic plasticity (2014)
7.
Wang, S., Li, D., Song, X., Wei, Y., Li, H.: A feature selection method based on improved Fisher’s discriminant ratio for text sentiment classification. Expert Syst. Appl. 38(7), 8696–8702 (2011)CrossRef
8.
Jones, D.R., Schonlau, M., Welch, W.J.: Efficient global optimization of expensive black-box functions. J. Glob. Optim. 13(4), 455–492 (1998)MathSciNetCrossRefMATH
9.
Gerstner, W., Kistler, W.M.: Spiking neuron models: single neurons, populations, plasticity. Cambridge university press (2002)
10.
Paiva, A.R., Park, I., Prncipe, J.C.: A comparison of binless spike train measures. Neural Comput. Appl. 19(3), 405–419 (2010)CrossRef
11.
Shawe-Taylor, J., Cristianini, N.: Kernel methods for pattern analysis. Cambridge university press (2004)
12.
Zhang, J., Ma, K.K.: Kernel Fisher discriminant for texture classification (2004)
13.
Bi, G.Q., Poo, M.M.: Synaptic modifications in cultured hippocampal neurons: dependence on spike timing, synaptic strength, and postsynaptic cell type. J. Neurosci. 18(24), 10464–10472 (1998)
14.
Hennequin, G., Gerstner, W., Pfister, J.P.: STDP in adaptive neurons gives close-to-optimal information transmission. Front. Comput. Neurosci. 4 (2010)
15.
Hyvrinen, A., Oja, E.: Independent component analysis: algorithms and applications. Neural Netw. 13(4), 411–430 (2000)CrossRef
16.
Wiskott, L., Sejnowski, T.J.: Slow feature analysis: unsupervised learning of invariances. Neural Comput. 14(4), 715–770 (2002)CrossRefMATH
17.
Bsing, L., Schrauwen, B., Legenstein, R.: Connectivity, dynamics, and memory in reservoir computing with binary and analog neurons. Neural Comput. 22(5), 1272–1311 (2010)MathSciNetCrossRefMATH
18.
Assael, J.A.M., Wang, Z., Shahriari, B., de Freitas, N.: Heteroscedastic treed bayesian optimisation (2014). arXiv preprint arXiv:​1410.​7172
Metadaten
Titel
Bayesian Optimization of Spiking Neural Network Parameters to Solving the Time Series Classification Task
verfasst von
Alexey Chernyshev
Copyright-Jahr
2016
Buch
Biologically Inspired Cognitive Architectures (BICA) for Young Scientists

Print ISBN: 978-3-319-32553-8

Electronic ISBN: 978-3-319-32554-5

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-32554-5_6