课程文献中心 更多>>

关键词： 锂电池储能   边缘计算   声纹识别   脉冲神经网络   反向传播  

摘要： 为了提高锂电池储能预警能力,结合边缘计算技术设计了一种锂电池储能预警系统。采用多模态锂电池声纹识别装置采集锂电池运行过程中发出的声音特征,并对声纹特征参数进行提取,计算出声纹信号的功率谱。在锂电池声纹识别装置中使用了FPGA芯片和硬件加速器,通过构建BP-SNN融合神经网络的故障预警模型结合反向传播神经网络与脉冲神经网络,利用特定的神经元模型进行时间信息的计算与传递,从而对锂电池监测数据的时间序列进行有效处理,提高锂电池故障预警能力。

关键词： 钯负载氧化石墨烯   纳米酶   脑胶质瘤   氧化应激  

摘要： 目的:构建钯负载氧化石墨(GO@Pd)纳米酶,探究其类酶活性对脑胶质细胞凋亡的影响。方法:通过原位生长法合成GO@Pd纳米酶并进行表征;体外检测GO@Pd的类超氧化物歧化酶(SOD)活性、类过氧化物酶(POD)活性和消耗谷胱甘肽(GSH)的能力;并利用亚甲基蓝检测其羟基自由基(·OH^(-))的生成;通过细胞增殖试剂盒评价GO@Pd的体外生物安全性;分别将Pd、GO和GO@Pd与人脑星形胶质母细胞瘤(U-118MG)细胞共同孵育,利用DCFH-DA荧光探针检测各组细胞内活性氧(ROS)水平;通过线粒体膜电位染色检测各组细胞内线粒体膜电位变化。结果:经一系列材料表征表明成功制备了大小均一、分散性良好的GO@Pd纳米酶;类酶活性检测结果显示,GO@Pd同时拥有类SOD和类POD双重类酶活性,并且可以催化H_(2)O_(2)生成·OH^(-)和消耗GSH;当GO@Pd浓度在0~100μg/mL之间,C8-D1A细胞的活率保持在90%以上;与空白对照组相比,GO@Pd组的U-118MG细胞内ROS水平显著升高(P<0.001),并且其线粒体膜电位染色结果红色/绿色荧光强度比值显著降低(P<0.0001)。结论:成功制备了具有双重酶样活性的GO@Pd纳米酶,且其可以通过促进胶质瘤细胞内ROS生成,诱导线粒体损伤,从而引发胶质瘤细胞凋亡。

关键词： 类器官   缺血性脑卒中   神经修复   移植   再生医学  

摘要： 脑类器官在体外再现了部分大脑区域的生长和发育,并且在不涉及实验伦理问题的前提下,揭示了以往未知的中枢神经系统疾病机制。缺血性脑卒中的致残率和死亡率极高,目前尚无有效治疗手段。干细胞及其衍生的外泌体临床疗效局限,而脑类器官展现出极大的治疗潜能。脑类器官移植治疗能够减少脑损伤面积,改善神经功能,并在一定程度上促进自身的生长。本文综述了脑类器官培养技术的最新进展,对优化其结构和功能复杂性以及延长脑类器官存活时间的培养方法进行归纳总结,探讨了脑类器官移植在缺血性脑卒中后治疗应用,为未来脑类器官的正式应用提供前临床评估。

关键词： 非结构化信息   生物神经元   信息处理机制   类脑智能   人类大脑   自主决策   学习性   动态过滤  

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。

关键词： 脉冲神经网络   手写数字识别   数据保存   电路单元   电阻突变   导电通道   记忆功能   脉冲信号  

摘要： 人工脉冲神经网络通常由多个异质结构的电路单元构成,其中包括具备积分点火功能来产生脉冲信号的神经元模拟器,以及具备记忆功能的突触器件.在本文中,我们设计了一种能进行“同质集成”的相变存储介质Ge-Ga-Sb(GGS)器件,该器件能够同时实现神经元和突触的模拟.在先前的研究中,GGS材料表现出优秀的数据存储功能,例如它具备较高的工作温度(281℃)、较高的十年数据保存温度(230℃)以及较低的电阻漂移.当对该器件改用短脉冲电学操作时,GGS器件首先会发生几个数量级的电阻突变,然后紧接着发生连续的电阻降低.通过透射电子显微镜发现,电阻突变是因为电极之间产生了结晶的导电通道,而电阻缓变是因为导电通道的变粗以及在通道内产生材料分相所致.这种“突变-缓变”的电阻变化特性既可以用来模拟神经元的积分点火功能,也可以模拟突触权重的变化.基于此器件设计的全相变脉冲神经网络,可以实现高达90%的手写数字识别率.

关键词： 信息技术产业   芯片产业   大数据   物联网   云计算   科创中心   浙江大学   行业专家学者  

摘要： 行业专家学者普遍认为,芯片是现代工业的“粮食”,是信息技术产业最重要的基础性部件。从手机、计算机、汽车,到高铁、电网、工业控制,再到物联网、大数据、云计算……这些领域产品的生产和更新换代都离不开芯片产业。

关键词： 类脑信息处理   脉冲神经网络   人工神经网络   触觉感知   神经形态   滑动检测  

摘要： 聚焦基于神经形态的触觉感知,构建触觉感知实验平台,研究基于脉冲神经网络的接触物体滑动检测方法.使用GelStereo触觉传感器采集接触表面标记点位移场触觉信息流,采用2种方式(地址位移表示(ADR)和地址事件表示(AER))对位移场流进行脉冲编码.基于脉冲响应模型(SRM)构建滑动检测网络,在英特尔神经形态硬件Loihi上完成了网络部署.实验结果表明,基于地址位移表示的脉冲响应模型准确率达到94.8%,F1分数达到95.7%.Loihi模型(针对神经形态硬件Loihi实现的特化脉冲响应模型)准确率达到93.8%,F1分数达到94.8%.所构建的脉冲神经网络在触觉滑动感知任务中实现了与人工神经网络(ANNs)相比拟的预测精度和更短的推理时间,在功耗上具有显著优势.

关键词： 镜像自我识别   自我意识   类脑智能   道德自律   关系模式  

摘要： 智能机器人随着功能的强大对道德约束的需求更为强烈。自我意识是道德自律形成的基础和前提,智能机器人自我意识的突破将使其道德自律成为可能。心理学中的镜像自我识别实验是验证自我意识的可靠方法,类脑智能研究建立了受大脑启发的机器人身体自我模型,使类脑智能机器人成功挑战了镜像自我识别实验。然而类脑智能机器人的自我意识只是前反思自我意识,并不具有反思能力;仅处于认知的生理和心理层级,尚未达到高阶的文化层级。因此,类脑智能不能实现道德自律,而只能选择伦理设计的关系模式,即在人机融合中采取诉诸他人认同的路径来实现道德约束。

关键词： 多传感器融合   脉冲神经网络   人体活动识别   低功耗  

摘要： 人体活动识别是行为监测、健康分析等许多任务的前提与基础,其中基于可穿戴设备的人体活动识别方法凭借其持续性分析的能力有着不可替代的优势。人工神经网络(ANN)可以显著提高人体活动识别的准确度,然而,基于ANN的分析方法由于计算量大,计算功耗高,不适用于可穿戴设备应用场景。基于此,提出一种基于多传感器与脉冲神经网络(SNN)的人体活动识别方法,该方法基于集成学习实现,分类准确率达到97.8%。同时将训练好的集成学习模型转换为SNN,可以充分利用SNN专用芯片低功耗的特性,以数毫瓦的功耗完成人体活动识别任务。

关键词： 脉冲神经网络   工作负载映射   分布式计算平台   NEST仿真器   计算能效  

摘要： 在分布式计算平台上运行大规模的脉冲神经网络(SNN)是提升类脑计算智能水平的基本手段之一,它的难点在于如何将SNN部署到对应数量的计算节点上,使整体系统的运行能效最佳。针对以上问题,在基于NEST的SNN工作负载自动映射器(SWAM)的基础上,提出一种基于精准通信建模的SNN工作负载自动映射器(SWAM2)。在SWAM2中,基于NEST仿真器对SNN工作负载的通信部分进行精准建模,并改进工作负载模型中参数的量化方法,设计了最大网络规模预测方法。在SNN典型案例上的实验结果表明,在工作负载通信以及计算时间的预测中,SWAM2的平均预测误差比SWAM分别降低12.62和5.15个百分点;在对工作负载最佳映射的预测中,SWAM2的平均准确率为97.55%,比SWAM高13.13个百分点。SWAM2通过自动预测SNN工作负载在计算平台上的最佳部署/映射,避免了手动反复实验的过程。