3月11日に発表予定でした「SAMスパイキングニューラルネットによる関数近似の性能評価」については,コロナウィルスのために口頭発表と質疑はありませんでしたが,発表論文が掲載されることになりました.
https://onsite.gakkai-web.net/iee/data/html/general/general5.html#S1225・1226-A3 →3-085
SAMスパイキングニューラルネットによる関数近似が,これまでは学習データに対しても中間ユニット数を増やしても損失の低下が頭打ちの(下がらない)傾向でしたが,追加実験により,一般の機械学習の性質と同様に,損失が下がっていくことを示しました.強化学習への適用への可能性が確認されました.