课程文献中心 更多>>

关键词： 电子与通信工程   视觉信息处理   芯片实验室   功耗优化   脉冲信号   视觉处理   电子系统   认知学习  

摘要： 重庆大学微电子与通信工程学院类脑芯片与系统实验室组建于2019年,聚焦于面向物端视觉信息认知学习和处理的数字型神经形态类脑芯片设计研究,通过模仿人类大脑皮层基于时空稀疏脉冲信号对视觉信息进行编码、传输和处理的方式,实现成本低、速度快、能效高、自适应的类脑视觉信息处理芯片及系统。目前已成功研发了系列物端视觉信息处理数字类脑芯片,分别侧重处理速度提升、运行功耗优化、芯片面积紧凑、片上自适应学习能力等不同方面,形成了初具规模的研究成果矩阵,并携手业界高科技公司进行二次开发,实现了完整的类脑视觉处理电子系统,部署服务能于多家知名国有大型车企的智能座舱、智慧车队等先进系统。

关键词： 颠覆性技术识别   主题演化   动态社区发现   社会网络分析   专利文本挖掘  

摘要： 【目的/意义】颠覆性技术具有隐蔽性和突变性,而技术主题在演化过程中会释放颠覆性趋势产生的早期信号,本文提出一种基于专利主题演化的颠覆性技术识别方法。【方法/过程】首先,基于S曲线法判断技术生命周期;其次,综合运用文本挖掘和社会网络分析方法识别技术主题的演化事件;最后,定义新主题出现、原主题趋热和多主题融合三类突变情况,用于识别具有颠覆性潜力的技术主题。【结果/结论】通过类脑智能领域专利实证,发现六个新出现主题、四个趋热型主题和六个融合型主题,通过专家判读,证明了所提方法的有效性,同时筛选出五项主题作为最终预测结果。【创新/局限】本文基于动态社区发现算法对技术主题的演化特征进行分析,进而基于主题突变性筛选颠覆性技术,但数据来源较为单一,将在未来研究中加以扩充。

关键词： BIM   装修改造   管线综合   实验办公  

摘要： 北京脑科学与类脑研究中心装修改造项目位于北京市昌平区生命科学园医药科技中心,其中3号楼及其投影的地下为本次改造范围。该楼现状是一栋还未投入使用的毛坯房,但其机电管线以及二次砌筑已经全部完成。根据业主需求,要将其改造成为一栋实验办公楼,包含普通实验、办公、动物房、实验配套平台、报告厅等功能。该项目改造涉及以下几个重难点:3号楼竣工图纸与现状有出入,需要多次踏勘修正图纸;由于3号楼地下与整个园区地下是一个整体,涉及许多地下地上管线的保留问题;由于本项目主要功能为实验室以及动物房,现状建筑层高只有4.2m,层高受限,为了保证使用效果,对后期的管线综合提出了巨大的挑战;由于建筑功能与原设计相比有很大出入,所以涉及结构加固问题。针对上述难点,BIM模型在其中起到了关键作用,从前期建筑现状模型的搭建,包括机电管线根据现状的修正,到后期数轮管线综合及优化以及指导后期施工等,在各个阶段均发挥了巨大的作用。

关键词： 脉冲耦合神经网络   参数优化   自适应   PCNN  

摘要： 针对脉冲耦合神经网络(pulse coupled neural networks, PCNN)参数设置问题,对常见的脉冲耦合神经网络参数优化方法进行了概述、总结、分析和比较。首先,介绍了脉冲耦合神经网络模型以及几种常见的简化模型,分析了各模型的特点。然后,对国内外学者提出的不同PCNN参数优化方法进行了研究,总结归纳出三类常用的PCNN参数优化方法,包括结合图像本身性质确定参数、分析PCNN点火机理确定参数和利用智能优化算法自动搜索参数的方法,并对这三类PCNN参数优化方法进行了分析比较,总结出各类优化方法的优缺点和适用场合。

关键词： 脉冲神经网络   门诊静脉采血   多层双向LSTM网络   PDCA模型   预约平台  

摘要： 基于人工脉冲神经网络建立新型门诊静脉采血智能预约平台。在数据源整合处理模块中,基于脉冲神经网络设计局部递归的人工脉冲神经网络,实现多类型预约数据源的整合处理。在序列特征挖掘模块中,利用多层双向LSTM网络建立PDCA模型,提取门诊静脉采血预约数据的形态特征和语义特征,通过多层双向LSTM网络融合序列特征实体信息。在预约模块中,门诊静脉采血智能预约主要通过自助设备与互联网来完成,通过JavaScrip编写自助设备与互联网页面的门诊静脉采血预约程序。平台数据库由多种数据表构成,具体包括医生信息表、预约时间点分配表等。平台性能测试结果显示,设计平台的数据库每秒查询率更高,最高可达到54239次,信息抽取准确率最高为98.60%。

关键词： 类增量学习   持续学习   灾难性遗忘   脑启发生成重放  

摘要： 现有的类增量学习方法多是采用存储数据或者扩展网络结构,但受内存资源限制不能有效缓解灾难性遗忘问题。针对这一问题,创新地提出基于脑启发生成式重放方法。首先,通过VAE-ACGAN模拟记忆自组织系统,提高生成伪样本的质量;再引入共享参数模块和私有参数模块,保护已提取的特征;最后,针对生成器中的潜在变量使用高斯混合模型,采样特定重放伪样本。在MNIST、Permuted MNIST和CIFAR-10数据集上的实验结果表明,所提方法的分类准确率分别为92.91%、91.44%和40.58%,显著优于其他类增量学习方法。此外,在MNIST数据集上,反向迁移和正向迁移指标达到了3.32%和0.83%,证明该方法实现任务的稳定性和可塑性之间的权衡,有效地防止了灾难性遗忘。

关键词： 神经形态器件   脉冲神经网络   突触   神经元   浮栅存储器件   忆阻器  

摘要： 随着摩尔定律延续放慢,数据强度任务使得基于冯诺依曼结构的传统计算架构面临挑战,需要激发能够模仿大脑的材料、器件以及系统开发,如神经形态计算。对于直接受大脑启发的脉冲神经网络SNN,实现高密度、高能效的脉冲信息处理,需要高扩展性、低功耗的神经形态器件。文章在生物神经元结构、非监督学习规则以及脉冲神经网络分析基础上,探讨SNN中的突触器件、神经元电路以及与环境接口电路。研究表明:CMOS浮栅存储器件、忆阻器件可作为潜力神经形态器件,充分利用器件的物理特性有助于构建高密度、高能效的神经形态电路。

关键词： 大型电磁脉冲模拟器   传递函数   神经网络模型   快速预估   电场测量  

摘要： 本文针对大型电磁脉冲模拟器试验区域电场分布测量,设计了一种基于传递函数的近区场波形预估方法.该方法使用全波仿真获取初始传递函数,研究了基于频域数据的神经网络训练方法,建立了可以计算特定区域任意测点传递函数的神经网络模型.利用两套测量系统同时进行测量验证,结果表明:在40 m×40 m×10 m的范围内,该计算方法可以基于单一测点的实测结果计算任意点的电场波形,且基于该方法计算的电场波形与实测波形主波形幅值差异均小于3%,实测验证波形结果与预估结果基本一致.文中方法在满足试验区域为线性时不变(Linear Time Invariant,LTI)系统的情况下,可以应用于大型电磁脉冲模拟器的近区场快速预估计算.

关键词： 脉冲神经网络   边缘计算   片上学习   类脑计算  

摘要： 脉冲神经网络受大脑启发,通过模拟神经元的离散脉冲方式表达、传递并处理信息。全脉冲化的计算与数据流使神经形态硬件具有高能效的特点,因此更适用于供电受限的边缘设备。现有边缘神经网络处理器主要依赖于离线训练,即在片外或云端训练,导致了高延迟、高带宽和隐私泄漏的问题。特别地,离线训练难以实时学习并适应端侧变化的场景。相比之下,片上学习可以使边缘设备在本地完成实时学习和推理任务。然而,典型的脉冲神经网络学习算法需要复杂的计算和大量的存储,与边缘设备受限的算力、存储和功耗产生了矛盾。为了在边缘设备上实现脉冲神经网络片上学习,目前已有大量研究聚焦于如何改进或设计出适用于边缘的脉冲神经网络片上学习算法。本文围绕边缘型脉冲神经网络片上学习方法,从无监督和监督学习两个类别进行展开,详细介绍了生物启发的片上学习算法,如STDP和SDSP,以及基于梯度下降的片上学习算法,如Improved STBP等,并对脉冲神经网络片上学习处理器进行了简要介绍。最后总结了脉冲神经网络片上学习存在的问题和挑战。

关键词： 大脑 情感 机器学习 研究  

ISBN: (纸本)9787121453274

摘要： 类脑智能技术是当前国际重要的科技前沿，研究类脑智能技术对发展新型信息产业意义重大。本书介绍了一种新颖的类脑模型-大脑情感学习模型，并介绍了其学习算法、改进技术及应用。大脑情感学习模型根据哺乳动物大脑边缘系统的结构建立，在模拟生物智能行为上表现出了良好的自适应性能，模型结构简单，运算速度快。本书共9章，分为3篇：基础篇、改进篇和应用篇。基础篇主要介绍大脑情感学习模型的研究现状、神经生理学基础与学习算法；改进篇主要介绍大脑情感学习模型的改进技术，通过加入监督学习和竞争学习机制改进模型性能；应用篇主要介绍将改进的大脑情感学习模型用于混沌时间序列预测、疾病诊断、表情识别及人机情感交互等领域的例子。本书可以作为研究生、高校教师及工程技术人员的自学和参考用书，也适合对类脑模型研究感兴趣的研究人员和工程技术人员阅读。