课程文献中心 更多>>

关键词： 联邦学习   空中计算   脉冲神经网络   深度学习   凸优化  

摘要： 联邦学习可以在保护数据隐私的同时,快速地从大量分布式数据中提炼智能模型,已经成为实现边缘人工智能的主流解决方案。然而,现有的联邦学习工作聚焦于在无线网络边缘部署传统的深度神经网络(如卷积神经网络等),给移动设备带来了巨大的计算负载和能量消耗。因此,提出将一种新的低消耗神经网络——脉冲神经网络,应用于联邦边缘学习中。相较于传统的深度神经网络,它训练所需的计算量和能量消耗更低。同时,为了减少通信开销,在每一轮的联邦学习训练中,提出利用空中计算技术来聚合所有局部模型的参数。整个问题是一个二次约束二次规划问题,为解决该问题,提出了一种基于分枝定界算法的算法。通过在CIFAR10数据集上的大量实验表明,该算法优于现有方法,如半正定松弛等。

关键词： 脉冲神经网络   脉冲时序相关可塑性   注意力机制   目标识别  

摘要： 针对传统人工神经网络因采用反向传播导致学习效率低、网络训练耗时长等问题,提出了一种基于注意力机制的卷积脉冲神经网络(Attention Mechanism-based Convolutional Spiking Neural Networks,AMCSNN),设计了一种高斯差分时序编码方法将目标的视觉特征编码为脉冲序列,进而加入卷积注意力模块来提取高维特征,最后,采用无监督脉冲时序相关可塑性和有监督支持向量机相结合的方法进行目标学习和分类。在MNIST和Caltech数据集上的仿真实验表明,提出的AMCSNN网络具有较强的生物合理性优势,在保证识别率的同时,具有较高的学习效率和较短的网络训练耗时。

关键词： 高分辨率遥感图像   场景分类   稀疏表征   脉冲卷积神经网络  

摘要： 遥感图像场景分类对土地资源管理具有重要意义,然而高分辨率遥感图像中地物分布复杂,图像中存在着与当前场景无关的冗余信息,会对场景的精确分类造成影响.对此,提出一种基于脉冲卷积神经网络(SCNN)稀疏表征的场景分类方法.从稀疏表征出发,利用脉冲神经元的稀疏脉冲输出特性,设计脉冲卷积神经网络,去除遥感图像中与场景无关的冗余信息,实现对图像的稀疏表征;提出基于脉冲输出交叉熵损失函数的反向传播算法,在该算法的基础上利用梯度下降训练脉冲卷积神经网络,优化网络参数,实现遥感图像场景分类;通过实验验证方法的有效性,将所提出方法应用于Google和UCM两个遥感图像数据集,并与传统的卷积神经网络(CNN)进行对比.实验结果表明,所提出方法可以对遥感图像进行稀疏表征,实现场景分类;相对于卷积神经网络,所提出方法在遥感图像场景分类任务上更具有优势.

关键词： 多能干细胞   脑类器官   核心缺氧   体外培养  

摘要： 体外培养的脑类器官是由人类多能干细胞通过添加神经发育相关因子而分化产生的,具有与人脑相似的细胞组成和解剖结构,已经成为研究大脑发育进程、神经和精神疾病、药物筛选等的良好模型。但是由于长期培养带来的类器官中心的细胞缺乏存活所必需的氧气和营养导致中心坏死的问题也限制了脑类器官的应用。本文归纳了关于改善脑类器官核心缺氧和营养供应不足等问题的方案。

关键词： 类脑计算   人工智能   智能机器人   大数据处理   计算技术   战略性新兴产业   生物传感   疾病诊断  

摘要： 近年来,随着大脑成像、脑机交互、生物传感、大数据处理等新技术不断涌现,脑科学与计算技术、人工智能、纳米材料、认知心理等学科的交叉融合,正酝酿着重大理论与技术突破,催生了新一代的类脑计算技术,为疾病诊断、智能机器人、通用人工智能等战略性新兴产业带来巨大的发展机遇。类脑计算已成为全球产业发展和升级新的爆发点和增长点。

关键词： 脉冲神经网络   稠密连接   钢材表面   缺陷识别   替代梯度下降  

摘要： 目的针对现有钢材缺陷识别算法特征图利用不充分、识别准确率低、参数量大等问题,基于脉冲神经网络,提出一种用于钢材缺陷识别的稠密卷积脉冲神经网络(DCSNN)模型,减少系统消耗和内存占用。方法首先,采用卷积编码,对输入图片进行特征提取和编码。其次,采用稠密连接算法搭建稠密卷积脉冲神经网络,实现特征重复利用,抑制梯度消失,并通过替代梯度下降算法进行网络训练。最后,在带钢数据集上进行测试,实现带钢缺陷识别。结果实验结果显示,DCSNN在测试集上的准确率为98.61%,参数量为0.5万,结论在钢材表面缺陷识别问题上表现出良好效果。

关键词： 人工智能   人工神经网络   光计算   光脉冲神经网络   STDP规则  

摘要： 被称为第三代人工神经网络的脉冲神经网络,是最接近人脑的神经拟态算法。与传统人工神经网络相比,脉冲神经网络具有硬件友好性和更高的能量利用率。与电子学脉冲神经网络相比,光子计算的光脉冲神经网络具有速度快、能耗低、延迟低、并行度高以及抗电磁干扰的优势。介绍了光脉冲神经网络的起源,从光脉冲神经元、神经网络架构、学习训练算法等方面介绍了光脉冲神经网络的研究进展、存在的问题与挑战,并展望了光脉冲神经网络的前景。

关键词： 帕金森病   类淋巴系统   扩散张量成像   血管周围间隙  

摘要： 目的:探讨血管周围间隙扩散张量成像(DTI-ALPS)指数在评价帕金森病(PD)患者脑类淋巴系统功能中的价值。方法:自帕金森病进展标记物研究项目(PPMI)基线数据库中选取诊断为PD的153例患者及59例健康志愿者(HC组)纳入本研究,212例被试的临床资料(包括多种认知和运动测试量表评分和脑脊液检查资料)和MRI资料完整。本研究中分析了以下认知和运动测试量表的评估结果:霍普金斯语言学习测试(HVLT;其中包括即刻/总回忆测试、辨别记忆测试和维持记忆测试)、蒙特利尔认知功能评估量表(MoCA)、状态-特质焦虑问卷(STAI)、老年抑郁量表(GDS)、宾夕法尼亚大学嗅觉识别测试(UPSIT)、运动障碍协会统一帕金森病分级量表(MDS-UPDRS)第1~3部分及全部(total)及H-Y分级量表(Hoehn and Yahr stages)。脑脊液生物标记物包括Aβ42、a-syn、t-tau、p-tau、t-tau/Aβ42和p-tau/Aβ42。所有MR图像在Siemens 3.0T磁共振仪上完成采集。利用FSL及Image-J软件在每例被试的各向异性分数(FA)图上,分别在左侧大脑半球侧脑室体部水平的投射纤维区域、联合纤维区域及皮层下纤维区域勾画绘直径5.0 mm的球形感兴趣区,测量每种纤维在X、Y和Z轴方向的扩散率,并根据公式计算DTI-ALPS指数。比较PD组与HC组之间ALPS指数值的差异,并分析PD患者ALPS指数与临床指标及脑脊液生物标记物之间的相关性。结果:与HC组比较,PD组DTI-ALPS指数值显著减低(Z=3.769,P<0.001)。PD组ALPS指数与年龄呈负相关(r=-0.256,P=0.001);在控制年龄、性别及受教育年限三个因素后,PD组ALPS指数与MDS-URDRS-Ⅲ评分呈负相关(r=-0.245,P=0.002),与脑脊液p-tau浓度呈负相关(r=-0.357,P<0.001)。结论:DTI-APLS指数可用于评估PD患者类淋巴系统功能受损情况,在探索PD相关发病机制方面具有较好的应用前景。