تشخیص خودکار گفتار رقمی با استفاده از شبکه عصبی اسپایکینگ عمیق بر اساس وزن دهی فازی

علی رغم پیشرفت های انجام شده در طراحی شبکه های عصبی اسپایکینگ، آموزش این سیستم ها برای طبقه بندی و کاربردهای هوش مصنوعی از چالش های پیش رو برای طراحی آن هاست. در این مقاله ما یادگیری نظارت شده را در شبکه های عصبی اسپایکی برای مساله تشخیص و طبقه بندی رقم از روی سیگنال های گفتار، بررسی کرده ایم. در این روش، قانون یادگیری سیستم وزن دهی فازی با انعطاف پذیری وابسته به زمان اسپایک ادغام می شوند. قانون انعطاف پذیری وابسته به زمان اسپایک ترکیب شده با سیستم وزن دهی فازی، توزیع وزن تصادفی را ایجاد می کند که در آن محدوده پنجره انعطاف پذیری وابسته به زمان اسپایک کنترل می شود. شبکه عصبی اسپایکینگ از یک مجموعه نورون آموزشی با وزن دهی فازی برای کاهش تعداد وزن های هر نورون، در مرحله آموزش استفاده می کند که در آن داده های مرتبط با تمام کلاس ها به این نورون ها جهت تعیین وزن های آموزش و تخمین آستانه با کمک الگوریتم اسب وحشی، اعمال می شود. سپس این قانون وزن ها، به نورون های لایه های مختلف داده می شوند تا شباهت ها را در ویژگی های استخراج شده در بین کلاس ها به عنوان تابع هدف، منعکس نماید. نتایج روش پیشنهادی، دقت طبقه بندی 98.17% در پایگاه داده آزمایشی tidigits را نشان می دهد.

automatic recognition of digital speech using deep spiking neural network based on fuzzy weighting

despite the progress made in the design of spiking neural networks (snn), training these systems for classification and artificial intelligence applications is one of the upcoming challenges for their design. in this paper, we have investigated supervised learning in snns for the problem of digit recognition and classification from speech signals. snn training is done using fuzzy logic. in this method, the learning rule integrates fuzzy weighting system (fws) with spike time dependent flexibility (stdp). snn uses a set of training neurons with fuzzy weighting to reduce the number of weights of each neuron in the training phase, in which the data related to all classes are fed to these neurons to determine the training weights and threshold estimation with the help of the wild horse algorithm (who). then, these rule weights are given to the neurons of different layers to reflect the similarities in the extracted features among the classes as an objective function. a case study has been carried out on a set of audio signal data for digit classification. our network achieved a classification accuracy of 98.17% on the tidigits test database.