메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
윤재덕 (중앙대학교) 이선주 (중앙대학교) 이승준 (중앙대학교) 이종은 (서울대학교) 정지윤 (서울대학교) 이정원 (서울대학교) 선우경 (서울대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2024년도 대한전자공학회 추계학술대회 논문집
발행연도
2024.11
수록면
292 - 296 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this study, we conducted classification learning on the MNIST handwritten digit dataset using Convolutional Spiking Neural Networks (CSNN), which combines Spiking Neural Networks (SNN) with traditional Convolutional Neural Networks (CNN) used for image classification. The CSNN model was constructed by adding SNN layers to each layer of a two-layer CNN model and the fully connected (FC) layer. The experimental results showed that the highest accuracy was recorded when the number of accumulated spike operations, represented by the numstep value, was set to 500 (maximum). Additionally, the spiking neuron model demonstrated an accuracy of 99.27% when the β value, reflecting the accumulated value from the previous time step, was set to 0.3. When the k value, representing the slope of the sigmoid derivative function, was set to 5, an accuracy of 99.17% was achieved.

목차

Abstract
I. 서론
II. 본론
III. 실험결과
Ⅳ. 결론 및 향후 연구 방향
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0