一种基于短时突触可塑性的认知神经网络建模方法

本发明属于人工智能与神经拟态计算领域，具体提供一种基于短时突触可塑性的认知神经网络建模方法，用以解决现有RNN模型不符合生物脑认知系统运行机制以及模型表征与生物脑表征存在较大差距的问题。本发明在兴奋抑制性循环神经网络（RNN）的基础上，引入短时突触可塑性机制（STSP），对每个隐藏层神经元配置神经递质利用率与可用神经递质比例两个动态变量，用以模拟突触前末梢释放概率与可用囊泡资源的动态变化，使认知神经网络连接权重在毫秒至秒级时间尺度上自适应调节，从而更真实地复现生物神经元的响应特性，最终得到STSP认知神经网络模型，显著提升模型的生物合理性或计算性能，并使其在功能上更贴近生物神经系统的动态特性。