课程文献中心 更多>>

关键词： 互补金属氧化物半导体   人工智能应用   神经计算   铁电材料   忆阻器   钙钛矿氧化物   多值存储   钛酸钡  

摘要： 随着人工智能的发展,忆阻器因其“存算一体”的特性被越来越多的研究者探索,铁电忆阻器因其优异的极化可控、多值存储和在神经计算领域的应用潜力而受到人们的特别关注。其中,由于铁电材料的技术需求和无铅无毒的环境要求,钛酸钡(BaTiO)成为了铁电钙钛矿氧化物铅基材料的最佳替代品之一。然而,目前大多数铁电材料生长在单晶衬底上,复杂氧化物材料的硅兼容性不足阻碍了其与当前硅互补金属氧化物半导体技术的实际集成,在纯钛酸钡铁电材料中还存在高介电损耗的问题。

关键词： 脉冲视觉   脉冲神经网络   视觉信息处理   类脑视觉   人工智能  

摘要： 视频是视觉信息处理的基础概念,传统视频的帧率只有几十Hz,不能记录光的高速变化过程,成为限制机器视觉速度的天花板,其根本原因在于视频概念脱胎于胶片成像,未能发挥电子和数字技术的潜力。脉冲视觉模型通过感光器件捕获光子,累积能量达到约定阈值时产生脉冲,形成脉冲的时间越长,表明收到的光信号越弱,反之光信号越强,据此可估计任意时刻的光强,从而实现连续成像。采用普通器件,研制了比影视视频快千倍的超高速成像芯片和相机,进而基于脉冲神经网络实现了超高速目标检测、跟踪和识别,打破了机器视觉提速依赖算力线性增长的传统范式。本文从脉冲视觉模型表达视觉信息的生物学基础和物理原理出发,介绍了脉冲视觉原理的软件模拟器及其模拟真实世界光子传播的计算过程,描述了基于脉冲视觉原理的高灵敏光电传感器件及芯片的工作机理和结构设计、基于脉冲视觉的影像重建原理以及脉冲视觉信号与普通图像信号融合的计算摄像算法与计算摄像系统,介绍了基于脉冲神经网络的超高速运动目标检测、跟踪与识别,通过对比国际国内相关研究内容和发展现状,展望了脉冲视觉的发展与演进方向。脉冲视觉芯片和系统在工业(高铁、电力和轮机等不停机监测,智能制造高速监视等)、民用(高速相机、智能交通、辅助驾驶、司法取证和体育判罚等)以及国防(高速对抗)等领域都具有巨大应用潜力,是未来值得重点关注和研究的一个重要方向。

关键词： 剪切波变换   脉冲耦合   神经网络   图像融合  

摘要： 为了有效提升多源图像融合质量,提出了应用剪切波变换和脉冲耦合神经网络的图像融合方法。利用有限离散剪切波变换将图像分解为高频和低频子带,并采用小波变换二次分解低频子带;选取脉冲耦合神经网络的高频分量融合规则获取高频子带系数;利用剪切波逆变换融合多源图像高频与低频子带系数,得到最终融合图像。实验结果表明,所提出的方法融合后图像具有较优的互信息量、信息熵、加权融合质量指数、边缘信息传递量,融合后图像包含较多的细节信息,改善了图像质量。

关键词： 类脑计算   脉冲神经网络   软硬件协同设计   可编程逻辑门阵列  

摘要： 目前,类脑计算所面临的最具挑战性的问题之一是如何高性能且低功耗地进行大规模类脑仿真。本文选用应用生态完整、支持大规模仿真的NEST类脑仿真器,针对NEST类脑仿真器可移植性差、仿真速度慢等问题,设计了一种ARM+FPGA的类脑计算平台的通用性系统架构。本设计采用硬件加速神经元计算模块、通用数据传输接口设计、软硬件协同设计等方法提升了NEST类脑仿真器的性能。在3款类脑计算平台上证明了该架构的可行性,为类脑计算平台提供了一种通用解决方案。

关键词： 脉冲神经网络   STDP学习规则   卷积神经网络   机械臂故障诊断   分类  

摘要： 在计算机视觉领域中,卷积神经网络取得了举世瞩目的成就,但其能耗问题一直未能得到很好解决.基于此问题,本文主要研究无监督学习范式下的Spike-CNN分类性能以及计算力.首先,本文设计了一种基于CNN和SNN的混合结构,在层级结构上实现脉冲机制;其次,为减少模型训练时间,本文提出了ReLU-ROC编码方案;最后,为使兴奋性神经元快速做出决策,本文提出了具有决策能力的RP-STDP学习方案:计算每对突触前与突触后兴奋性神经元的相对时间差.实验结果表明:以工业机器人采集到多元时间序列数据解决机械臂不同工作状态的3分类、4分类、5分类问题,在没有引入其他分类器的情况下,本文提出的具有奖罚机制的STDP的Spike-CNN方法平均准确率为LP1(91.07%)、LP2(96.66%)、LP4(93.95%).

关键词： 电子与通信工程   视觉信息处理   功耗优化   脉冲信号   芯片实验室   芯片面积   认知学习   神经形态  

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.

关键词： 脉冲耦合神经网络   图像处理   椒盐噪声   中值滤波   均值滤波  

摘要： 脉冲耦合神经网络模型常常被应用于图像去噪当中,本文在一种简化的脉冲耦合神经网络的基础上,对相关模型中的重要的参数与关系式进行了改进。首先,对神经元内部活动项的非线性关系中的重要参数做出改进,它影响着相邻神经元对中心神经元的点火速度,对图像去噪的结果影响巨大;同时对简化的脉冲耦合神经网络模型做进一部优化,减少模型中的相关参数,让衰减时间常数随着阈值常量变化而变化。将改进的简化脉冲耦合神经网络应用于图像去除噪声当中,经过相关实验对比可得,建立的改进脉冲耦合神经网络的简化模型,不仅对数字图像中的椒盐噪声的去除有很好的效果,而且能够真实.地还原图像的细节信息。相比于采用均值滤波和中值滤波降噪处理结果,图像更为清晰,还原图像信息效果更好。

关键词： 二维材料   类脑器件   感算一体   存算一体  

摘要： 研究类脑器件是构建一个能够与大脑相媲美的类脑信息处理系统的重要基础。二维材料凭借优异的电学与光电特性、可多自由度调控以及可三维垂直集成等优势,为设计多功能的类脑器件提供了丰富的材料和机制选择。文章围绕二维材料及异质结类脑器件的设计展开,通过总结最近的重要研究进展,探究该领域未来可能面临的机遇与挑战。

关键词： 人工脉冲神经网络   数据融合平台   多层双向LSTM   PALC模型  

摘要： 当前物联网系统中数据格式不统一,对大量数据进行处理分析和存储较为困难,本研究基于人工脉冲神经网络建立了新型AI数据融合平台,对多种数据源进行整合处理。对传统的神经网络进行改进,提出改进型的脉冲神经网络,结合了BP神经网络的空间信息,将脉冲信息通过膜电压的变化转换为时间信息,输出层输出的数据结合了空间信息与时间信息。结合多层双向LSTM网络建立PALC模型,提取数据的形态特征和语义特征,对平台中非结构化数据的实体信息进行抽取和融合。实验结果显示,本研究数据融合平台的数据库每秒查询率更高,QPS最高可达到59863,信息抽取的准确率最高为99%。

关键词： 片上网络   现场可编程逻辑门阵列   功能验证   脉冲神经网络   类脑计算  

摘要： 近年来,随着摩尔定律的放缓,传统体系结构逐渐面临“存储墙”和“功耗墙”问题。如今新型计算模式和体系结构层出不穷,其中就包含了类脑计算。由于其存算一体的特点,类脑计算已逐步打破了冯·诺依曼体系结构带来的“存储墙”和“功耗墙”限制,在类脑处理器上相关类脑算法得到了高效的应用。现阶段在大规模生物神经网络的应用场景下,需要提升多核类脑处理器的规模可扩展性,保持其高数据吞吐量和低传输延时。现今,大多数多核类脑处理器的设计采用片上网络作为互连结构。然而目前关于这类片上网络的验证研究还相对较少。鉴于片上网络对多核类脑处理器的重要性,建立一套完整而鲁棒的片上网络功能验证框架意义重大。旨在基于随机化方法来生成行为级和FPGA硬件级测试所需的激励文件,通过对日志文件进行高效处理实现较为全面的功能验证。