Аннотация:Постоянно растущие размеры искусственных нейронных сетей и объем обучающих данных приводят ко все большим энергетическим затратам на обучение сетей. Импульсные нейронные сети (ИмНС) являются одним из перспективных кандидатов для уменьшения энергопотребления при решении задач машинного обучения. К сожалению, в импульсных нейронных сетях трудно организовать метод обратного распространения ошибки. В настоящем исследовании продемонстрирован метод обучения с подкреплением ИмНС целиком на основе локальных правил. Эксперименты проводились в среде Brian 2.0 на общедоступных наборах данных.