课程文献中心 更多>>

关键词： 脉冲神经网络   脉冲时间依赖可塑性   图像识别   卷积自编码器  

摘要： 近年来,具有生理学基础的脉冲时间依赖可塑性(Spiking Timing-Dependent Plasticity,STDP)规则在脉冲神经网络中得到了越来越多的应用.由STDP规则和奖惩机制相结合的R-STDP(reward-modulated STDP)学习算法在改善脉冲神经网络的性能上有良好的效果.但R-STDP算法在训练多层脉冲神经网络时,仍存在反馈信号仅作用于网络末层、中间层无法获得有用奖惩信号.为此,利用自编码器的无监督特性,提出一种具有混合奖惩信号的MR-STDP(Mix Reward-modulated STDP)算法.在中间层中增加重构层以够建基于卷积自编码器的奖惩信号因子模型,通过比较卷积层和重构层的神经元脉冲发放时间,获取中间层网络权重调整的指导因子信号.指导因子信号是对比层间自编码器的输入层与重构层的相同位置神经元所发放的脉冲序列相似性度量指标,并将其与R-STDP相结合,使得中间层能够获得权重指导信号.在MNIST和COVID-19 CT数据集上的实验结果表明,该方法取得了比R-STDP更高的精度,且中间层网络的学习效率大幅提高.

关键词： 脉冲神经网络   FPGA   OpenCL   并行计算  

摘要： 现有的脉冲神经网络模型软件模拟通常具有处理速度慢、功耗高的缺点,同时利用硬件电路实现则具有开发难度大、灵活性差的缺点.为了探索合理实现脉冲神经网络模型的途径,在己有研究成果的基础上综合考虑两种方案的优缺点,提出了利用软件库模拟脉冲神经元数学模型以及网络的拓扑结构、并将网络运行时的关键计算任务以计算内核的方式交由基于OpenCL的FPGA并行计算的新思路.主要工作为:使用模块开发方式对脉冲神经网络软件开发库和OpenCL开发库进行了扩展、并将软件开发库中的重要模块重构成FPGA计算内核,使得软件开发库能够调用FPGA执行计算任务,最终达到利用两个库构建运行网络模型时能够同时满足易于开发、灵活性高、处理速度快、功耗低等要求的目的.基于MNIST图像数据集的图像分类实验表明,同一网络模型拓扑结构下,与在GPU上的软件模拟相比,提出方案的图像分类准确率并没有下降,同时以略微牺牲运行性能为代价,参考功率降低了约63.6%.

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。

关键词： 类脑计算   脑仿真框架   神经形态芯片   脉冲神经网络  

摘要： 类脑计算是借鉴脑信息处理方式,具备自主学习能力并擅于实时处理非结构化信息的新型计算智能,被认为可能是一条通向通用人工智能的途径。本文首先分析了类脑计算技术框架,并以此为基准,介绍了脑科学、脑图谱、各类脑仿真框架,并列举了常见的神经形态芯片和类脑计算系统;然后从模型、算法、框架、数据集方面系统地介绍了脉冲神经网络,以及当前类脑计算的应用情况;最后分析了类脑计算目前所存在的困难和挑战。

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： 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： 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： 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： 脉冲型地震动   地震动破坏力   卷积神经网络   地震动强度参数   双向地震动  

摘要： 为了对脉冲型地震动的破坏力进行定量分级评估,基于地震动小波时频图,提出了一种基于卷积神经网络的脉冲型地震动破坏力等级分类方法。选取230组脉冲型地震动,基于4种多层钢筋混凝土结构模型,分别开展单向和双向地震输入下地震响应分析,根据结构层间位移角划分地震动破坏力等级,利用VGG16深度卷积神经网络进行迁移学习,建立地震动小波时频图与破坏力等级之间的映射模型。利用该模型可以实现对脉冲型地震动的破坏力预测,应用于震后结构损伤评估等领域。