Buchumschlag

A flexible framework for structural plasticity in GPU-accelerated sparse spiking neural networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Knight, James C., Senk, Johanna, Nowotny, Thomas
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Neural and Evolutionary Computing Neurons and Cognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Heterogeneous quantization regularizes spiking neural network activity
von: Moyal, Roy, et al.
Veröffentlicht: (2024)

Elucidating the theoretical underpinnings of surrogate gradient learning in spiking neural networks
von: Gygax, Julia, et al.
Veröffentlicht: (2024)

Unsupervised representation learning with Hebbian synaptic and structural plasticity in brain-like feedforward neural networks
von: Ravichandran, Naresh, et al.
Veröffentlicht: (2024)

Synchronization and semantization in deep spiking networks
von: Oberste-Frielinghaus, Jonas, et al.
Veröffentlicht: (2025)

Von Economo neurons enable reliable social skill acquisition in recurrent spiking neural networks: a computational account with clinical predictions
von: Keskin, Esila
Veröffentlicht: (2026)

Attention to task structure for cognitive flexibility
von: Zhang, Xiaoyu K., et al.
Veröffentlicht: (2026)

Multiscale fusion enhanced spiking neural network for invasive BCI neural signal decoding
von: Song, Yu, et al.
Veröffentlicht: (2024)

Event-driven eligibility propagation in large sparse networks: efficiency shaped by biological realism
von: Korcsak-Gorzo, Agnes, et al.
Veröffentlicht: (2025)

Phenomenological modeling of diverse and heterogeneous synaptic dynamics at natural density
von: Korcsak-Gorzo, Agnes, et al.
Veröffentlicht: (2022)

Teaching signal synchronization in deep neural networks with prospective neurons
von: Zucchet, Nicoas, et al.
Veröffentlicht: (2025)

Discovering alternative solutions beyond the simplicity bias in recurrent neural networks
von: Qian, William, et al.
Veröffentlicht: (2025)

Computational models of learning and synaptic plasticity
von: Tyulmankov, Danil
Veröffentlicht: (2024)

Two-compartment neuronal spiking model expressing brain-state specific apical-amplification, -isolation and -drive regimes
von: Pastorelli, Elena, et al.
Veröffentlicht: (2023)

Towards a "universal translator" for neural dynamics at single-cell, single-spike resolution
von: Zhang, Yizi, et al.
Veröffentlicht: (2024)

Decoding finger velocity from cortical spike trains with recurrent spiking neural networks
von: Liu, Tengjun, et al.
Veröffentlicht: (2024)

Evolution imposes an inductive bias that alters and accelerates learning dynamics
von: Midler, Benjamin, et al.
Veröffentlicht: (2025)

Connectivity structure and dynamics of nonlinear recurrent neural networks
von: Clark, David G., et al.
Veröffentlicht: (2024)

Storing overlapping associative memories on latent manifolds in low-rank spiking networks
von: Podlaski, William F., et al.
Veröffentlicht: (2024)

Causal pieces: analysing and improving spiking neural networks piece by piece
von: Dold, Dominik, et al.
Veröffentlicht: (2025)

Exploring the role of structure in a time constrained decision task
von: Chaix-Eichel, Naomi, et al.
Veröffentlicht: (2024)

Emergence of robust looming selectivity via coordinated inhibitory neural computations
von: Fu, Qinbing, et al.
Veröffentlicht: (2025)

Artificial intelligence as a surrogate brain: Bridging neural dynamical models and data
von: Zhang, Yinuo, et al.
Veröffentlicht: (2025)

ISAM-MTL: Cross-subject multi-task learning model with identifiable spikes and associative memory networks
von: Li, Junyan, et al.
Veröffentlicht: (2025)

Learning efficient backprojections across cortical hierarchies in real time
von: Max, Kevin, et al.
Veröffentlicht: (2022)

Self-motion as a structural prior for coherent and robust formation of cognitive maps
von: Yu, Yingchao, et al.
Veröffentlicht: (2025)

Sufficient conditions for offline reactivation in recurrent neural networks
von: Krishna, Nanda H., et al.
Veröffentlicht: (2025)

Structure of activity in multiregion recurrent neural networks
von: Clark, David G., et al.
Veröffentlicht: (2024)

Neural Computation Without Slots: Steps Towards Biologically Plausible Memory and Attention in Natural and Artificial Intelligence
von: Bhandarkar, Shaunak, et al.
Veröffentlicht: (2025)

Plastic Arbor: a modern simulation framework for synaptic plasticity -- from single synapses to networks of morphological neurons
von: Luboeinski, Jannik, et al.
Veröffentlicht: (2024)

Phase codes emerge in recurrent neural networks optimized for modular arithmetic
von: Murray, Keith T.
Veröffentlicht: (2023)

The dynamic interplay between in-context and in-weight learning in humans and neural networks
von: Russin, Jacob, et al.
Veröffentlicht: (2024)

Reply to: Limitations in odour recognition and generalisation in a neuromorphic olfactory circuit
von: Moyal, Roy, et al.
Veröffentlicht: (2024)

How connectivity structure shapes rich and lazy learning in neural circuits
von: Liu, Yuhan Helena, et al.
Veröffentlicht: (2023)

Dendrites endow artificial neural networks with accurate, robust and parameter-efficient learning
von: Chavlis, Spyridon, et al.
Veröffentlicht: (2024)

Equivalence of approximation by networks of single- and multi-spike neurons
von: Dold, Dominik, et al.
Veröffentlicht: (2026)

Competitive plasticity to reduce the energetic costs of learning
von: van Rossum, Mark CW
Veröffentlicht: (2023)

Binding in hippocampal-entorhinal circuits enables compositionality in cognitive maps
von: Kymn, Christopher J., et al.
Veröffentlicht: (2024)

Joint sparse coding and temporal dynamics support context reconfiguration
von: Shi, Qianqian, et al.
Veröffentlicht: (2026)

Improving the adaptive and continuous learning capabilities of artificial neural networks: Lessons from multi-neuromodulatory dynamics
von: Mei, Jie, et al.
Veröffentlicht: (2025)

A Practical Guide to Tuning Spiking Neuronal Dynamics
von: Gebhardt, William, et al.
Veröffentlicht: (2025)