课程文献中心 更多>>

关键词： 脉冲神经网络   机器视觉   生物视觉   视觉系统   CMOS传感器   视觉媒体   胶片相机   脉冲序列  

摘要： 在数码相机中,我们发现了一个重大缺陷,即从胶片相机继承的图像和视频模型阻碍了相机捕捉快速变化的光子世界。我们提出了一种新的视觉形式,称为视象(vform),这是一个比特序列阵列,其中每个比特表示光子的累积是否达到了一个阈值,从而可以记录和重建任何时刻场景的光强。仅使用消费级CMOS传感器和集成电路,开发了一种比传统相机快1000倍的脉冲相机。将视象看作生物视觉中的脉冲序列,进一步开发了基于脉冲神经网络的机器视觉系统,它可以将机器的速度和生物视觉的机理结合起来,从而实现了比人类视觉快1000倍的高速目标检测和跟踪,并通过辅助裁判和目标瞄准系统证明了脉冲相机和超级视觉系统的效用。视象模型和芯片有望从根本上改变图像和视频的概念以及摄影、电影和视觉媒体等相关行业,并开启一个全新的基于脉冲神经网络的速度自由的机器视觉时代。

关键词： 类脑智能   SSVEP   脉冲神经网络   脑电信号识别  

摘要： 针对类脑智能识别技术,设计了一种基于脉冲神经网络的SSVEP脑电信号识别系统,通过对SSVEP脑电信号特点及脉冲神经网络的研究,设计了一种脉冲神经网络结构,采集SSVEP脑电信号建立数据集,对其进行网络训练,再将训练的参数应用于字母或数字图片对应的频率刺激产生的脑电信号识别系统,达到了识别目的。

关键词： 出血性疾病   猪瘟疫苗   非洲猪瘟病毒   抗病毒药物   病毒蛋白   药物控制   养猪业   宿主细胞  

摘要： 非洲猪瘟病毒(ASFV)是一种蜱传的大型双链DNA病毒,该病毒可以感染不同种属、不同生长阶段的猪,引起猪的病毒性出血性疾病,发病率和死亡率均很高。近年来,该病已成为全球养猪业的重大威胁,给许多国家造成了巨大的经济损失,目前尚无商品化的疫苗或药物控制该病。由于ASFV的结构复杂,基因组庞大,编码蛋白众多,因此至少有一半的病毒蛋白功能未知,其介导病毒侵入和复制的分子机制也不清楚,这在一定程度上限制了非洲猪瘟疫苗和抗病毒药物的开发。

关键词： 脑科学   信息处理   类脑智能  

摘要： 脑科学被视为理解宇宙、自然与人类关系的“终极疆域”,人类从未停止对人脑的探索以及对其运行机制的模仿。过去几个世纪,人类对人脑的解剖构造和人脑各部分的独特功能有了一定的认识,但对人脑的信息处理机制、智能的形成等问题还需要持续深入探索。同时,借鉴人脑的信息处理方式开展类脑智能研究,对扩展与应用人类智能具有重要作用,是人工智能的下一个发展目标。从人工智能技术视角提出了大数据驱动的人脑信息处理机制、多脑区协同的人类智能形成机制、多标志物联动的脑疾病发展机理、多模态融合的类脑深度计算机理等关键科学问题,并建议从多学科交叉融合、产学研合作促进、国际化交流共享、战略性规划部署及科研型人才培养等方面加强脑科学及类脑智能研究。

关键词： 脉冲神经网络   近似求导的反向传播算法   合成孔径声呐图像   侧扫声呐   水下目标分类  

摘要： 声呐图像被广泛应用于复杂海况的水下救援和海底探测中,长时的人工搜索极易造成视觉疲劳而错失目标。无人潜航器可大幅降低搜索工作量和主观误差,但这取决于无人自主系统的能效和自动分类性能。卷积神经网络的训练和推理需要比较高的能耗,难以在无人潜航器的移动环境下部署和应用,而且声呐图像训练数据稀少和样本不平衡也增加了模型训练的难度。脉冲神经网络通过二进制离散的时序脉冲信号可以避免卷积神经网络中高昂的乘法计算代价,具有低能耗和高精度的特性。构建了可用于合成孔径声呐图像分类的浅层脉冲神经网络,设计了一种基于脉冲神经网络的小样本水下目标分类算法。采用基于风格迁移的模拟声呐图像生成方法和加权随机采样方法,缓解了声呐图像训练数据稀少和样本不平衡问题。实验表明,在声呐图像样本稀少和不平衡的情况下,算法的分类准确率高于ResNet50、VGG19和MobileNet V2等架构的卷积神经网络,达到91.11%。计算复杂度和能耗分析也表明,脉冲神经网络相比于卷积神经网络具有很大优势。脉冲神经网络是研究和实现类脑计算非常合适的模型,可满足无人水下航行器的移动计算需求,该研究对实现无人自主设备的智能应用具有先进的技术优势。

关键词： 脑类器官   创伤性脑损伤   移植  

摘要： 创伤性脑损伤(traumatic brain injury,TBI)是由外力引起的脑正常功能破坏和/或脑组织病理性损伤。由于发生功能神经元不可逆的丧失和神经组织损伤,中枢神经系统在创伤后很难修复和再生,造成TBI患者预后存在严重后遗症。由于缺乏概括人脑特征的TBI模型,虽然有大量成功的临床前研究用于TBI治疗,但少有转化应用。脑类器官作为一种自我组装的3D组织,具有来自干细胞和器官特异性细胞类型的集合,能够在一定程度上模拟天然脑器官的结构和功能,应用于TBI研究,能够有效地解决人中枢神经系统组织获取的局限性以及人和动物之间的生物学特征不匹配问题。因此,本文通过对脑类器官的产生、特性及其在TBI模型中的应用进行综述,重点讨论了基于人多能干细胞(hPSCs)的脑类器官模拟体外TBI模型和嵌合动物TBI模型研究进展,以期为脑类器官应用于TBI损伤的研究及治疗提供新思路。

关键词： 人工智能技术   脑科学   广东东莞   神经脉冲   信息处理   松山湖   院士专家   类脑计算  

摘要： “火遍全球的ChatGPT处于人工智能领域的哪个阶段?”“当遇到一个信息,神经脉冲是怎样工作的?”“未来,类脑与人工智能技术如何互相借鉴发展?”4月19日至21日,以“脑科学与类脑技术”为主题的2023松山湖科学会议在广东东莞举行。会议由广东院士联合会携手东莞市人民政府联合主办,由60余位院士专家牵头集结科学界和产业界代表共参大会、共谋发展,其研讨话题从脑科学临床转化,到脑科学研究新范式,再到类脑计算与系统、类脑芯片、类脑智能信息处理等,院士专家与科技“后浪”实现了跨区域、跨学科协同发展,共同推动我国脑科学与类脑研究领域全新突破。

关键词： 神经网络   学习算法   加速   并行结构  

摘要： 当前,基于数字电路的脉冲神经网络硬件设计,在学习功能方面的突触并行性不高,导致硬件整体延时较大,在一定程度上限制了脉冲神经网络模型在线学习的速度。针对上述问题,文中提出了一种基于FPGA并行加速的高效脉冲神经网络在线学习硬件结构,通过神经元和突触的双并行设计对模型的训练与推理过程进行加速。首先,设计具有并行脉冲传递功能和并行脉冲时间依赖可塑性学习功能的突触结构;然后,搭建输入编码层和赢家通吃结构的学习层,并优化赢家通吃网络的侧向抑制的实现,形成规模为784~400的脉冲神经网络模型。实验结果表明:在MNIST数据集上,使用该硬件结构的脉冲神经网络模型训练一幅图像需要的时间为1.61 ms、能耗约为3.18 mJ,推理一幅图像需要的时间为1.19 ms、能耗约为2.37 mJ,识别MNIST测试集样本的准确率可达87.51%;在文中设计的硬件框架下,突触并行结构能使训练速度提升38%以上,硬件能耗降低约24.1%,有助于促进边缘智能计算设备及技术的发展。

关键词： 神经形态器件   类脑计算   应用  

摘要： 在传统冯·诺依曼计算机中,中央处理器和存储器分离,数据吞吐量受到很大限制。因此,传统计算在处理非结构化数据时,其能量效率很难进一步提高。同时,传统CMOS器件的尺寸已接近物理极限,很难延续摩尔定律,这进一步限制了计算机的性能提升。为了在“大数据”时代提高计算系统的性能,必须改变计算机的计算范式。人类的大脑是一台高效、高容错和超低功耗的生物超级计算机。神经形态工程从生物大脑和感觉神经系统中汲取灵感,有望显著降低模式识别和决策判断等智能感知和计算任务的能耗和设备成本。

摘要： 类脑智能又被称为神经形态计算,旨在模拟人类大脑的形态结构及信息处理机制.在信息处理方面,人脑有几个显著优势:一是能够很好地处理非结构化信息,能够多模态感知并行处理数据,动态过滤和捕捉关键内容,并进行跨媒体融合和自主决策;二是小样本学习和泛化能力强,在知识和资源相对不足的条件下,主体具有强有力的自适应能力,具有强容错性;三是存算一体化,大脑的生物神经元同时具备运算和存储能力,具有一体化运行和超低能耗的特点;四是大脑建模不仅可以通过计算来实现,还具有稀疏性、学习性、选择性和方向性等生物特性,蕴含巨大的信息处理潜能.