课程文献中心 更多>>

关键词： 等离子体   深度神经网络   CO_(2)转化   脉冲放电   流体模拟   脉冲上升率   坪区宽度  

摘要： 为了提高等离子数值模拟在放电等离子体转化利用CO_(2)研究中的计算效率,提出了采用具有多个隐藏层的深度神经网络(DNN)来研究大气压脉冲放电转化CO_(2)的放电特性与等离子体化学性质,经过训练的DNN能够极大地提高计算效率。DNN预测结果表明:当外加电压幅值不变时,增加脉冲上升率可以提高放电电流密度和击穿电压,同时增强鞘层区域的电场;脉冲坪区宽度的增加会提高介质板表面电荷密度,增强反向感应电场的强度,进而提高脉冲下降阶段的放电电流密度。此外,提高脉冲上升率和坪区宽度都会提高CO、O_(2)等产物的密度,导致CO_(2)转化率的增加。基于有限的训练集,DNN能快捷、准确地给出海量的数据以揭示CO_(2)放电的演化特性与转化规律,这为研究放电等离子体技术转化CO_(2)提供了新的计算工具。

关键词： 脉冲神经网络   强化学习   知识蒸馏  

摘要： 提出一种基于知识蒸馏的脉冲神经网络(SNN)强化学习方法SDN。该方法利用STBP梯度下降法,实现深度神经网络(DNN)向SNN强化学习任务的知识蒸馏。实验结果表明,与传统的SNN强化学习和DNN强化学习方法相比,该方法可以更快地收敛,能获得比DNN参数量更小的SNN强化学习模型。将SDN部署到神经形态学芯片上,证明其功耗比DNN低,是高性能的SNN强化学习方法,可以加速SNN强化学习的收敛。

关键词： 氧化物忆阻器   光电器件   人工突触   类脑神经形态计算   综述  

摘要： 类脑神经形态计算通过电子或光子器件集成来模拟人脑结构和功能。人工突触是类脑系统中数量最多的计算单元。忆阻器可模拟突触功能,并具有优异的尺寸缩放性和低能耗,是实现人工突触的理想元器件。利用欧姆定律和基尔霍夫定律,忆阻器交叉阵列可执行并行的原位乘累加运算,从而大幅提升类脑系统处理模拟信号的速度。氧化物制备容易,和CMOS工艺兼容性强,是使用最广泛的忆阻器材料。本文梳理了氧化物忆阻器的研究进展,分别讨论了电控、光电混合调控和全光控忆阻器,主要聚焦阻变机理、器件结构和性能。电控忆阻器工作一般会产生微结构变化和焦耳热,将严重影响器件稳定性,改进器件结构和材料成分可有效改善器件性能。利用光信号调控忆阻器电导,不仅能降低能耗,而且可避免产生微结构变化和焦耳热,从而有望解决稳定性难题。此外,光控忆阻器能直接感受光刺激,单器件即可实现感/存/算功能,可用于研发新型视觉传感器。因此,全光控忆阻器的实现为忆阻器的研究和应用打开了一扇新窗口。

关键词： 脉冲耦合神经网络   U-Net算法   可变形卷积   眼底血管分割  

摘要： 视网膜血管分割作为一种现代医学诊断的基础性方法,在眼部疾病及相关病症的筛查和诊断中起着重要作用。针对血管分割分割过程中细节丢失、连通性差等问题,提出一种新的分割算法。该算法基于改进的自适应阈值SSPCNN进行眼底血管图像分割,并应用改进SE模块的密集可变形卷积U-Net进行前期图像增强。为该算法设计实验,检测其在DRIVE和STARE数据集上的实际分割效果检测。实验结果表明该模型在DRIVE和STARE数据集上的灵敏度、特异性和准确度均优于现有算法。

关键词： 帕金森病   抑郁症   类淋巴系统   动态增强磁共振  

摘要： 目的:评估原发性帕金森病(PD)合并抑郁患者脑类淋巴系统形态学及引流功能的改变及其临床意义。方法:35例原发性PD合并抑郁患者(PD+D组)、36例PD不合并抑郁患者(PD组)及32例正常对照纳入研究。行MRI检查,在T2WI的轴向图像上分析额叶皮层和基底节区血管周围间腔(PVS)相对面积,并分析PD+D组PVS相对面积与汉密尔顿抑郁量表(HAMD)评分的相关性;使用3.0T动态增强MRI的T2W1轴向图像分析额叶所有PVS的浓度-时间曲线(CTC)特征性参数,采用K-means聚类算法基于洗入率和峰浓度对CTC进行聚类分析。结果:在额叶和基底节区,PD组PVS相对面积大于正常对照组,PD+D组大于PD组(P<0.05)。PD患者额叶和基底节区PVS相对面积与HAMD评分均呈正相关,r_(P)=0.571(P=0.004)和r_(P)=0.622(P=0.002)。CTC聚类为两型,Ⅰ型CTC斜率较Ⅱ型更陡峭,峰浓度更高。PD+D组Ⅰ型CTC占比(0.30±0.09)高于PD组(0.18±0.04),P<0.05。结论:类淋巴引流功能受损可能在原发性PD患者抑郁症状的发生及进展中发挥重要作用。

关键词： 类脑导航   导航神经机理   导航细胞   连续吸引子网络   深度强化学习   脉冲神经网络   神经形态相机   类脑芯片  

摘要： 脑与神经科学近几十年来的快速发展,初步揭示了动物导航的神经机理。借鉴大脑神经结构及信息处理机制,研究类脑仿生智能导航系统,为复杂环境下低功耗高鲁棒的自主智能导航提供了新的灵感。在详细综述了动物空间导航神经机理基础上,概述探讨了当前机器人仿生类脑导航智能算法,从利用脑启发的神经网络方法处理导航信息实现智能导航的角度,归纳为吸引子神经网络、深度强化学习以及脉冲神经网络等3类算法。接着梳理了类脑导航的实现途径,包括仿生智能传感器和智能类脑处理器平台。最后归纳并展望了类脑导航发展趋势,包括进一步探索生物界导航的脑神经机理及其信息处理过程、细分类脑导航概念内涵、评价指标完善的途径和统一实现框架。

关键词： 反应扩散   时滞   脉冲   全局指数稳定性  

摘要： 反应扩散方程模型被广泛应用于描述各类动力系统。本文研究了一类具有反应扩散项、可变时滞、连续时滞脉冲的神经网络的全局指数稳定性问题。首先构造Lyapunov函数,然后利用狄利克雷边界条件对反应扩散项进行运算得到时滞脉冲不等式,结合常数变易公式,推导出了带有脉冲时滞反应扩散方程的平衡点的全局指数稳定的充分条件,最后通过一个实例对得到的结果进行了具体应用。该结果推广并改进了带有可变时滞的反应扩散神经网络系统的相关结果。

关键词： 脉冲神经网络   强化学习   类脑智能   人工智能   神经形态工程  

摘要： 借助人工神经网络(Artificial Neural Network,ANN),深度强化学习在游戏、机器人等复杂控制任务中取得了巨大的成功.然而,在认知能力与计算效率等方面,深度强化学习与大脑中的奖励学习机制相比仍存在着巨大的差距.受大脑中基于脉冲的通信方式启发,脉冲神经网络(Spiking Neural Network,SNN)使用拟合生物神经元机制的脉冲神经元模型进行计算,具有处理复杂时序数据的能力、极低的能耗以及较强的鲁棒性,并展现出了持续学习的潜力.在神经形态工程以及类脑计算领域中,SNN受到了广泛的关注,被誉为是新一代的神经网络.通过将SNN与强化学习相结合,脉冲强化学习算法被认为是发展人工大脑的一个可行途径,并能够有效解释生物大脑中的发现.作为神经科学与人工智能的交叉学科,脉冲强化学习算法涵盖了一大批杰出的研究工作.根据对不同领域的侧重,这些研究工作主要可以分为两大类:一类是以更好地理解大脑中的奖励学习机制为目的,用于解释动物实验中的发现,并对大脑学习进行仿真,例如R-STDP学习规则;另一类则是以实际控制任务中的性能、功耗等具体指标为导向,用作人工智能的一种鲁棒且低能耗的解决方案,在机器人、自主控制等领域具有巨大的应用潜力.本文首先介绍了脉冲强化学习算法的基础(即脉冲神经网络以及强化学习),然后对当前这两大类脉冲强化学习算法的研究特点与研究进展等进行分析.对于第一类算法,本文重点分析了利用三因素学习规则实现的强化学习算法,并回顾了其生理学背景以及具体实现方式.根据在训练过程中是否使用ANN,本文将第二类算法分为依托ANN实现的脉冲强化学习算法与基于脉冲的直接强化学习算法,并率先对这一脉冲强化学习算法的最新进展进行了系统性的梳理与分析,同时全面展示了在深度强化学习算法中应用SNN的不同方式.最后,本文对该领域的研究挑战以及后续研究方向进行了深入地探讨,总结了当前研究的优势与不足,并对其未来对神经科学以及人工智能领域可能产生的影响进行展望,以吸引更多研究人士参与这个新兴方向的交流与合作.

关键词： 类脑智能   群体协同   自主导航   群体导航   类脑导航  

摘要： 近年来,无人机、无人汽车、无人艇等智能无人系统在军事、工农业生产、物流运输等各个领域起到了重要的作用。由于单个无人系统资源与能力的局限性,无法满足愈加复杂的现实需求,因此,将多个智能无人系统组成集群实现协同工作和群体智能成为一种趋势,其中群体导航定位是群体智能的重要基础。传统的卫星导航无法满足无人集群系统在复杂环境下的导航需求,其自主导航成为亟待解决的问题。类脑群体导航是受动物导航系统与群体协同神经机制和原理的启发而产生的一个有前景的研究领域,旨在实现复杂和未知环境中高效智能导航,可以满足无人集群系统的导航需求。本文综述了类脑群体导航的概念、机制,探讨了实现类脑群体导航的空间神经机理、相关的仿真模型,以及基于群体智能的类脑群体决策相关算法,最后讨论了类脑群体导航的发展方向。

关键词： 神经振荡   经颅交流电刺激   精神分裂症   阿尔茨海默病  

摘要： 神经振荡是中枢神经系统中一种节律性神经活动模式,研究发现精神神经类疾病患者存在神经振荡异常。外源节律性刺激能够通过“夹带”效应以及可塑性变化机制有效调节异常的神经振荡,具有治疗精神神经类疾病的潜在可能性。目前,外源节律性脑刺激技术主要包括经颅交流电刺激、经颅时间相干刺激、节律性感觉刺激等方式。本文从外源节律性脑刺激技术原理以及目前不同技术在临床上治疗精神神经类疾病的刺激策略、研究进展以及治疗效果等角度展开综述,提出这一类调控技术可能成为未来临床治疗精神神经疾病症状的无创高效新型治疗方案,并对其未来的发展方向进行展望。