课程文献中心 更多>>

关键词： 三维导航   位置细胞   网格细胞   头方位细胞   边界细胞   蝙蝠  

摘要： 揭开人和动物大脑方位感知与空间导航的秘密,一直是一个令人着迷的问题.科学家通过对大鼠和蝙蝠等动物近50年的研究,使我们对大脑二维(2 dimension, 2D)导航的神经基础有了较清楚的认识.研究发现,在海马和内嗅皮质等脑区有专门的导航细胞,包括位置细胞、网格细胞、边界细胞、头朝向细胞等.这些细胞及它们的"细胞域"可为2D空间导航提供"空间认知地图"或"心灵环境地图"和"指南针".然而,人和大量动物都生活在三维(3 dimension, 3D)空间中,大脑如何完成3D空间环境下的定位和导航?近年来,通过对爬行和飞行状态蝙蝠的研究,发现参与2D导航的那些细胞在3D空间下反应特性和模式均发生明显变化;蝙蝠属于社会性和群居性动物,研究还发现在其海马内存在社交位置细胞和目标方向角调谐细胞,分别负责获取环境中其他蝙蝠位置的踪迹信息以及目标的方向信息.由此可见,脑内这些空间定位细胞构成了导航的神经基础,并经过复杂的功能整合,构成了一个位于脑内的"微型全球定位系统",且在细胞水平上阐释了这种高级认知功能的原理.本文简要介绍了Nachum Ulanovsky等人近些年对蝙蝠大脑3D导航的研究.

关键词： 类脑导航   网格细胞   位置细胞   差分Hebbian学习   竞争性非线性限制  

摘要： 网格细胞是动物大脑中与空间认知和导航有关的重要神经元,具有拓展至整个空间的六边形放电野。位置细胞是网格细胞重要的信息源,可以通过Hebbian学习生成网格细胞,但是现有模型对Hebbian学习的脉冲自适应函数或学习窗函数做了预先的墨西哥帽模型假设。针对该问题提出一种基于差分Hebbian学习的位置细胞至网格细胞模型,利用细胞放电率的变化自发产生墨西哥帽模型的输入关联,然后通过对位置细胞至网格细胞的突触权重进行竞争性非线性限制,生成具有六边形放电野分布的网格细胞。仿真结果表明,该模型可以为无人运行体类脑导航系统的构建提供借鉴。

关键词： 注册量   脉冲神经网络   人工神经网络   研发人员   知识产权   人工智能   南京大学   孙家栋  

摘要： [热词点击]2019年最高科学技术奖,我国知识产权综合实力稳步提升,我国商标有效注册量超过2274万件,稳居世界首位,中国研发人员总量在2013年超过美国,已连续6年稳居世界第一位,我国已成为名副其实的知识产权大国,打击知识产权侵权案例,"北斗之父"孙家栋一生为国造星,南京大学沈树忠院士荣获地层学国际最高金奖(ICS Medal),我国正式进入空间站时代,清华大学的"天机芯"是世界上第一个既可支持脉冲神经网络又可支持人工神经网络的人工智能芯片,2019中国国际智能产业博览会。

关键词： 分数阶微积分   忆阻元   分抗元   分忆抗元   分忆抗元的指纹特征  

摘要： 讨论一种新颖的类脑计算的基础元件:分忆抗元(分数阶忆阻元).忆阻元的概念从经典的整数阶推广到分数阶忆阻元,即分忆抗元.分忆抗元是分数阶忆阻元的一个合成词.分忆抗值是分忆抗元的分数阶阻抗.因此,可以很自然地想到一系列具有挑战性的理论难题:分忆抗元和传统的分抗元以及著名的忆阻元的关系是什么;关于介于忆阻元和电容元或电导元之间的内插特性是什么;以及关于分忆抗元在蔡氏电路周期表中的位置在哪里;任意阶理想的容性分忆抗元和感性分忆抗元的分忆抗值的一般表达式是什么;分忆抗元的度量单位和物理量纲是什么;鉴别分忆抗元的指纹特征是什么;如何通过普通的忆阻和电容与电感以模拟电路形式有效实现任意分数阶忆阻元.基于大量的前期探索性研究成果,对上述一系列理论难题进行了初步探讨.分忆抗元解决了分抗元很难实现记忆端口电荷或磁通量的功能,而且分忆抗元可作为一种基本电路元件应用到混沌系统、神经元电路、神经网络电路等的设计.

关键词： 交通运输系统工程   驾驶员模型   多输入多输出   类脑情感学习回路模型   横-纵向综合控制   不确定系统  

摘要： 创新性地引入多输入多输出的大脑情感学习回路模型(MIMO-BEL),从认知过程出发建立了横-纵向综合控制驾驶员模型。利用大脑情感学习回路模型对不确定性系统的自适应控制能力,实现了驾驶员模型对车辆横纵向控制的解耦。最后,基于MIMO-BEL建立了横-纵向综合控制驾驶员模型,仿真结果表明,基于MIMO-BEL的横-纵向综合控制驾驶员模型具有良好的道路和车辆纵向加速度跟随精度。

关键词： 图像处理   图像融合   医学图像处理   局部拉普拉斯滤波   脉冲耦合神经网络   拉普拉斯和   彩色显著特征   边缘能量  

摘要： 医学图像融合的目的是将多幅多模态医学图像的信息整合到一幅图像上,此图像有助于临床诊断,帮助医生精确观察细微病变,缩短病人的治疗周期.本文提出了一种新的解剖图像和功能图像的融合算法,选取了局部拉普拉斯滤波(local Laplacianfiltering, LLF)作为融合过程的分解工具,该工具在增强细节的同时保护边缘,保证解剖图像的细节信息不被功能图像的颜色信息遮盖.首先,利用LLF将原图像分解为近似图和一系列细节图.其次,对于近似图,结合区域能量和边缘能量提出一个改进的局部能量取大的融合规则;对于细节图,采用参数自适应的简化脉冲耦合神经网络(parameteradaptive simplified pulse coupled-neural network, PA-SPCNN)模型进行细节图融合,选取改进的拉普拉斯和(novel sum-modified-Laplacian, NSML)与彩色显著特征信息(color saliency feature, CSF)分别作为解剖图像和功能图像所对应的PA-SPCNN模型的外部刺激输入.最后,使用逆LLF变换获得融合图像.仿真实验表明本文所提算法在主观评价和客观评估方面与已有算法相比具有一定优势.

关键词： 模糊Cohen-Grossberg神经网络系统   全局指数稳定性   分布时滞   脉冲控制  

摘要： 对一类具有分布时滞和脉冲控制的模糊Cohen-Grossberg神经网络系统进行了研究.运用不等式技巧讨论了该系统平衡点的存在性、唯一性和全局指数稳定性并得到了一些充分条件.本模型的脉冲控制条件更具一般性和适用性.

关键词： 忆阻器   脉冲耦合神经网络   图像去噪  

摘要： 为解决传统脉冲耦合神经网络的参数不固定问题,在图像处理中应用忆阻元件突出的记忆属性,提出了应用两个忆阻元器件反向并联模拟脉冲神经网络中的神经元间的连接强度,构建新型忆阻脉冲神经网络,实现神经元间连接强度动态可变化,再将该新型网络用于图像去噪问题。通过Matlab仿真实验,验证了改进后的新型网络在图像去噪方面的良好性能,并通过峰值信噪比和图像相似度指标证明了该方法用于图像去噪具有较好的效果。

关键词： 人工智能系统   人工智能研究   信息处理机制   学习规则   可解释性   神经环路   启发算法   空间记忆  

摘要： 脑认知神经环路的连接图谱、编码模式、动力学过程、学习规则等信息处理机制,为构建人工智能系统提供了结构、算法和功能上的依据,从而为人工智能算法的发展提供系统化的理论框架。借鉴脑的信息处理的基本原则,开发脑启发算法、研制类脑智能系统,成为人工智能研究的重要方法和途径,在世界范围内逐步成为一个新兴的研究方向。脑科学对记忆神经环路的研究,初步揭示了动物在环境中导航的神经基础,为研究机器人的空间认知和智能导航系统提供了参考范例。本文对大脑内在的空间定位系统和类脑导航这一学科交叉领域做简要综述,通过回顾和展望,探讨发展基于理解型学习、具有可解释性和安全性的人工智能系统的可行性。

关键词： 脉冲神经网络   类脑计算   体系结构   工作负载   深度学习   标注数据   智能水平   计算力  

摘要： 以人脑为代表的生物大脑能在保持低功耗的前提下具备较高的通用智能水平,因此解析大脑工作机理以发展类脑计算,有望成为克服现有深度学习"需要海量标注数据、通用智能水平低、高度依赖计算力"等不足的有效方法。类脑计算的基础是被称为第三代神经网络的脉冲神经网络,这意味着类脑计算的重要工作之一是研究适合脉冲神经网络计算的高性能、低功耗的体系结构。工作负载表征作为体系结构研究的重要手段同样也应该在类脑体系结构研究中发挥重要作用。本文分析了类脑体系结构及工作负载表征领域的研究现状,指出了基于工作负载表征的类脑体系结构研究的可能思路与方法。