پیمان ادیبی - آزمایشگاه بینایی و هوش محاسباتی ، دانشکده مهندسی کامپیوتر و فناوری اط
محمدرضا میبدی - آزمایشگاه محاسبات نرم، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دا
رضا صفابخش - آزمایشگاه بینایی و هوش محاسباتی ، دانشکده مهندسی کامپیوتر و فناوری اط

در اینمقاله یک شبکه عصبی RBF گونه متشکل از نورونهای اسپایکی، بایک ساختار و روش یادگیری جدید معرفی می شود. با در نظر گرفتن اتصالات تاخیری سیناپسی تکی بین نورونهای ورودی و RBF، یک روش یادگیری بدون نظارت بر اساس انتقال این تاخیرهای سیناپسی و بهنگام کردن مقادیر تاخیرها بجای وزنهای سیناپسی ارائه شده است، بنحوی که شبکه قادربه خوشه بندی داده ها می باشد. هر اتصال سیناپسی در شبکه با یک آتاماتون یادگیر مدل شده است. عمل آتاماتون در هر لحظه مقدار تاخیر سیناپس مورد نظر در آن لحظه محسوب می گردد. یک روش یادگیری ترکیبی جدید مبتنی بر آتاماتونهای یادگیر برای این ساختارارائه شده که درآزمایشها بر روی مجموعه داده های با ابعاد کوچک و بزرگ نتایج مناسبی نشان داده است. بعلاوه روش پیشنهادی مشکلات روشهای مشابه قبلی را با ساختاری ساده تر و هزینه اندک برطرف ساخته است.

شبکه های عصبی ، نورونهای اسپایکی ، یادگیری تاخیر ، اتاماتونهای یادگیر ، خوشه بندی