[작성 중] Neuron의 backpropagation과 supervised learning

이번 포스팅에서는 backpropagation과 supervised learning에 대한 것을 주제로 정해보았다.

딥러닝 분야에서의 backpropagation은 supervised learning이나 feedback learning의 가장 기초가 되는 학습 원리일 것이다.

하지만 spiking neural network (SNN) 에서는 backpropagation의 설계 방식과 그 목적을 결정하기 무척 어려운 문제다.

SNN은 feedfoward network를 기본으로 많이 설계되어 왔고, spike timing dependency plasticity (STDP) 와 같이 unsupervised Hebbian learning rule 이 학습 규칙으로 정의되어 설계되는 경우가 많기 때문이다.

 

내가 항상 궁금증으로 가지고 있는 것은, 뇌의 학습 규칙을 적용하였을 때, 정말로 application으로 사용이 가능할 정도의 성능과 속도 등이 보장되는 SNN model이 나올 수 있을까 하는 것이다.