课程文献中心 更多>>

关键词： 思考能力   人类大脑   神经元模型   前沿科技   神经元网络   人工智能模型   构建新型  

摘要： 或许你知道,人类大脑中的数百亿个神经元通过庞大的网络使我们能学习、思考和创造。实际上,科学家正试图模拟这种神经元网络,构建新型的人工智能模型,让机器具备类似人类大脑的思考能力。现在,让我们一起揭开类脑神经元模型的神秘面纱,探索这些前沿科技背后的奥秘。

关键词： 水轮发电机组   脉冲耦合神经网络   录波数据   灰度化   故障检测   粒子群算法  

摘要： 提出基于脉冲耦合神经网络和粒子群优化算法的水轮发电机组故障在线录波检测方法,实时检测水轮发电机组的工作情况,识别隐性异常,防止出现严重故障,保证水轮发电机的平稳运行。利用故障录波器通过不同的采样频率分段记录水轮发电机组故障前后的电气量作为故障录波数据,采用粒子群优化算法,以记录的水轮发电机组故障录波数据波形SINR(信干噪比)最大为目标进行波形优化,降低外界环境各种干扰源及噪声的影响;将优化后的故障录波波形作为PCNN网络的输入数据,构建脉冲耦合神经网络,根据网络神经元所携带脉冲生成器的激活情况和脉冲的释放情况,判断出水轮机是否存在故障、故障的类型和严重程度等信息,实现水轮发电机组故障在线录波检测。实验表明,应用该方法可以及时、精准地检测出水轮发电机组故障类型,且在故障捕捉率方面有着较好表现。

关键词： 神经网络   波形重建   纳秒脉冲   波形畸变   频响特性  

摘要： 针对一种由高速数采通道存在寄生参数、带宽不足导致的纳秒脉冲测量波形畸变的问题,提出了一种基于神经网络的波形重建方法。通过单一神经网络辨识高速数采畸变波形与示波器参考波形的局部映射关系,通过神经网络序列完成全局波形的重建。验证实验表明所提出的方法可以明显缓解高速数采波形的边沿变缓、过冲等问题,波形功率估计精度提高32.5%,能够显著改善高速数采的频响特性。

关键词： 红外弱小目标   脉冲神经网络   目标检测   深度学习   注意力机制  

摘要： 随着无人机和其他飞行器技术的快速发展，机载红外弱小目标检测成为重要研究领域。然而，由于目标距离远、体积微小或部分遮挡，传统方法在检测过程中面临巨大挑战。因此，提出更为精确的目标检测算法显得尤为重要。本文提出了一种融合脉冲和卷积技术的新型机载红外弱小目标检测模型，即脉冲增强的融合特征网络（SEFFN）模型。与以往的基于深度学习的红外弱小目标检测算法不同，该模型通过仿生的脉冲神经网络结构增强与弱小目标检测相关的特征表达，从而更精确地提取小目标区域。SEFFN主要包含4个关键模块：扩展金字塔卷积(DPC)、双路注意力融合(DAF)、多脉冲增强（MSE）和监督注意力（SAM）。这些模块共同作用，提高了对小目标区域的关注，同时在排除噪声干扰的前提下保留小目标的主要特征，显著提升了模型的检测性能。在两个数据集上的试验结果表明，与现有的模型驱动和数据驱动方法相比，SEFFN的表现更为出色，特别是在Sirst Aug数据集上，其F和mIoU分别达到85.74%和75.04%。这表明SEFFN在红外弱小目标检测任务中的有效性和优势。SEFFN适用于航空领域，能够部署在飞行器的边缘设备上，提高空中平台对远距离目标的检测能力，支持远程监控、反制敌方威胁等任务。

摘要： 类脑计算是借鉴人脑信息处理方式，基于神经形态工程，创造支撑通用人工智能发展的超低功耗新型计算系统。类脑计算充分发挥神经科学与计算科学两者的优势，旨在大幅增强人类感知世界、适应世界、改造世界的智力活动能力，被认为是后摩尔时代最为重要的发展方向之一，是涵盖万亿元市场的高科技领域，将赋能各行各业极大地拓展人类的智力活动范畴，引领新一代信息技术革命，正是我国信息产业实现跨越式发展的契机。

摘要： 清华大学类脑计算研究中心团队提出一种基于视觉原语的互补双通路类脑视觉感知新范式，研制出世界首款类脑互补视觉芯片“天眸芯”。该研究成果登上2024年5月30日《自然》封面文章。该范式借鉴了人类视觉系统的基本原理，将开放世界的视觉信息拆解为基于视觉原语的信息表示，并通过有机组合这些原语，模仿人视觉系统的特征，形成两条优势互补、信息完备的视觉感知通路。基于这一新范式，团队进一步研制出世界首款类脑互补视觉芯片“天眸芯”。

关键词： 超短超强激光   脉冲X射线   能谱   神经网络   迭代解谱算法  

摘要： 随着激光装置功率密度与重复频率的提高，传统迭代解谱方法，如最小二乘法和期望最大法等，存在解谱速度慢、需要人工输入初始迭代能谱的问题，难以应对超短超强激光产生的脉冲X射线能谱的实时测量需求。针对该问题，提出了基于人工神经网络模型的迭代解谱算法，并完成了算法的开发。使用PIC方法由激光实验参数模拟获得超热电子信息，将超热电子作为源项，利用MC方法模拟获得脉冲X射线能谱及能谱温度，从而建立激光实验参数与脉冲X射线能谱之间的关系。大量模拟获得了激光功率密度为1018～1020W·cm-2的电子能谱及对应的X射线能谱温度，将其作为神经网络的数据集，在Matlab平台完成了神经网络模型的训练。与使用均匀分布谱作为输入谱的传统Gravel算法和EM算法进行对比研究，对本文算法的准确性与解谱速度等关键指标进行了验证测试。研究结果表明：本优化算法在均方差、平均相对偏离度、谱质量、运行速度以及能谱的特征温度准确性等方面均有所提高。目前该算法已成功应用于激光装置上。

关键词： 类脑计算   肌电反馈   中枢模式发生器   仿生协同系统  

摘要： 为了提升生理辅助协同系统的适应性和自主性，本文采用类脑计算方式模仿人脑工作原理，对系统进行感知、决策协同控制，使仿生系统更加智能化。为了使系统更加仿生、高效，本系统模拟高级中枢和低级中枢的神经系统模式，将类脑计算控制和中枢模式发生器（CPG）相结合，使系统具有更高级的认知能力和更稳定的运动模式。为了提高系统的精准性，系统引入肌电信号作为反馈信号，为协同控制系统提供精确的运动意图感知，优化了系统控制策略。该智能协同系统将类脑计算控制和中枢模式发生器结合，同时引入肌电信号作为反馈，是类脑技术、肌电反馈技术、控制技术发展的融合，是脑科学、神经科学、运动学、计算机科学等多科的交叉融合，为仿生机器人、康复医疗、智能制造等领域发展提供了新的支持。

关键词： 类脑计算   移动机器人导航   巡查与勘察   脉冲神经网络   深度强化学习   决策优化  

摘要： 数据中心已成为数智化时代的基础设施，提出一种面向类脑脉冲深度强化学习的移动机器人巡勘导航方法，用于解决数据中心巡查与勘察的问题。该方法通过集成激光雷达传感器、摄像机等模块，实现对设备和环境的实时监测，并具备自主导航和避障能力。在巡勘过程中机器人采集到的数据通过数据分析和可视化工具生成图表或报告，同时将巡查报告与机房管理系统进行集成，实现信息的快速共享和协同工作。机器人还具有自学习能力，通过模拟人脑神经元的动态行为，实现对环境的快速适应和对复杂信息的高效处理。为移动机器人在数据中心巡查与勘察的实际落地提供了解决思路，通过“智慧的机房”与“聪明的机器人”的改造发展，为中国移动注入数智化能量。

关键词： 磁隧道结   预测追踪   神经网络   类脑计算  

摘要： 预测追踪运动目标的空间位置是未来智能芯片的重要功能之一.大量实验结果表明,大脑利用目标运动的历史轨迹提前预测目标的空间位置,以弥补神经系统传输和处理信号产生的时间延迟,从而实现在复杂环境中实时动态的信息交互.这种预测追踪机制可以通过具有负反馈效应的连续吸引子神经网络的内在动力学机制来实现.连续吸引子神经网络模型是一种表征和存储连续变量(如运动目标的空间位置)的正则化神经网络模型,负反馈效应包括神经元发放频率自适应效应、突触短时程衰减效应或来自其他环路的负反馈投射.在本研究中,我们利用具有仿编码连续变量的单神经元计算特性的超顺磁隧道结,基于此构建了连续吸引子神经网络模型,同时考虑了来自其他环路的负反馈投射.数值模拟结果表明,在移动刺激的情况下,该模型实现了对运动目标空间位置的预测追踪,且提前预测的时间保持恒定.我们进一步理论解析了由超顺磁隧道结构建的网络模型对运动目标预测追踪的提前预测时间的数学表达,并揭示其与来自其他环路负反馈效应的强度相关.此外,该模型在连接范围小、器件不均一和具有噪声的情况下仍能实现预测功能,表现出较强的鲁棒性.这为类脑计算材料的开发提供了新的思路和可能性.