课程文献中心 更多>>

关键词： 大规模深度神经网络   脑科学   多模态   通用人工智能   分布式计算  

摘要： 大规模神经网络展现出强大的端到端表示能力和非线性函数的无限逼近能力,在多个领域表现出优异的性能,成为一个重要的发展方向.如自然语言处理(NLP)模型GPT,经过几年的发展,目前拥有1750亿网络参数,在多个NLP基准上到达最先进性能.然而,按照现有的神经网络组织方式,目前的大规模神经网络难以到达人脑生物神经网络连接的规模.同时,现有的大规模神经网络在多通道协同处理、知识存储和迁移、持续学习方面表现不佳.提出构建一种启发于人脑功能机制的大规模神经网络模型,该模型以脑区划分和脑区功能机制为启发,集成大量现有数据和预训练模型,借鉴脑功能分区来模块化构建大规模神经网络模型,并由脑功能机制提出相应的学习算法,根据场景输入和目标,自动构建神经网络通路,设计神经网络模型来获得输出.该神经网络模型关注输入到输出空间的关系构建,通过不断学习,提升模型的关系映射能力,目标在于让该模型具备多通道协同处理能力,实现知识存储和持续学习,向通用人工智能迈进.整个模型和所有数据、类脑功能区使用数据库系统进行管理,该系统了还集成了分布式神经网络训练算法,为实现超大规模神经网络的高效训练提供支撑.提出了一种迈向通用人工智能的思路,并在多个不同模态任务验证该模型的可行性.

关键词： 随钻振动   数据漂移   脉冲神经网络   突触可塑性   突触电导   点火率   膜电位相关性   抗干扰  

摘要： 针对随钻振动引起MEMS陀螺仪的数据漂移问题,文中提出了一种脉冲神经网络算法。首先根据陀螺仪漂移误差的时间特性,利用脉冲网络的脉冲时间编码陀螺仪的信息强度。然后利用Izhikevich神经元模型的突触可塑性,调节激发性突触电导并抑制性突触电导,增强网络的鲁棒性,从而提高陀螺仪信号对噪声的抗干扰能力。在不同振动频率下,分析高斯白噪声输出神经元的点火率和膜电位间的相关性。实验结果表明,在不同频率的强振动下,噪声对输出神经元点火率及输出层神经元点火率相对变化的影响较小,对输出层神经元膜电位的影响较小,但是对膜电位间相关性的影响较大。该结果证明了文中所提方法提高了陀螺仪在振动噪声下的抗干扰能力,为陀螺仪漂移处理提供了新的思路。

关键词： 类脑SLAM   环境感知   反赫布学习   认知地图   贝叶斯估计  

摘要： 针对同步定位与地图构建(SLAM)过程中因传感器累积误差、干扰等情况造成定位精度不高的问题,借鉴哺乳动物海马空间对多源信息的认知与整合机理,提出一种新型空间认知模型和融合贝叶斯估计的误差修正方法.首先,建立视觉线索的模拟机制,并对头朝向细胞和3D网格细胞进行建模;其次,构建反赫布学习递归神经网络完成对特定位置的编码,实现机器人对时空经验信息稳定的表达;最后,采用贝叶斯估计原理,建立原位置细胞邻域空间,提出结合位置细胞放电率的误差修正策略.与NeuroSLAM,OKVIS和VINS算法在EuRoC公开数据集上进行对比测试,结果表明:本文算法能够整合多源环境信息实现认知地图构建,最大绝对平移误差为0.727 m,最大绝对旋转误差为0.442.

关键词： 循环神经网络   储备池计算   忆阻器   时间复杂度   硬件开销   时序信息   单元构建  

摘要： 对时间复杂度信息的学习和处理是人脑的一大优势,而储备池计算是一种低训练代价、低硬件开销的循环神经网络,在时序信息处理方面具有广泛的应用。近日,北京大学科研团队在《Advanced Materials》杂志发表了题为“Multilayer Reservoir Computing Based on Ferro⁃electricα-In2Se3 for Hierarchical Information Processing”的论文,该团队首次采用忆阻器单元构建了深度储备池计算硬件。

关键词： 人工智能  

ISBN: (纸本)9787519130183

摘要： 本书分为五章，第一章带您进入类脑计算的世界，第二章讲述人工智能和神经网络，第三章解析脉冲神经网络，第四章讨论类脑计算的实现，第五章介绍类脑计算的一些应用。我们以手指月，希望带大家了解类脑计算的粗浅概貌。

关键词： 脉冲神经网络   概率计算   异步电路  

摘要： 概率计算是将二进制数编码为概率脉冲序列进行运算,具有功耗低、资源消耗少的优势,将概率计算应用于脉冲神经网络(spiking neuron network,SNN)的硬件电路设计,有利于实现类脑模式的运算.为了实现神经网络的低功耗边缘计算,本文提出一种基于概率计算的SNN异步架构.使用异步微流水线控制的交叉阵列实现LIF(leakyintegrate and fire)神经元模型,可用于实现全连接结构的SNN运算;在SNN的输入层使用概率逻辑将输入数值编码为概率脉冲串.通过累加完成神经元突触权值与输入脉冲的计算,并基于逻辑计算实现神经元膜电位数值的衰减;使用异步架构控制概率脉冲序列的编码与概率脉冲数据流的信息传输,降低了SNN运算的功耗.所提出的架构实现了784输入、10输出的SNN运算;在Xilinx KCU116平台进行验证,获得了78.4 GSOPS的峰值性能与137.47 GSOPS/W的能耗比.

关键词： 位置细胞   网格细胞   内嗅—海马   空间定位   路径积分  

摘要： 生理学研究发现,大鼠进行空间导航和记忆依赖多种空间细胞。基于此,本文对鼠脑内嗅—海马结构内空间细胞的放电机制进行研究,提出了一种移动机器人空间定位模型。其特点为:在网格细胞到位置细胞信息传递模型的基础上,引入位置细胞相互作用的神经网络模型得到具有单峰兴奋活动包的细胞板。通过建立兴奋活动包在细胞板上的位置与机器人在物理环境中的位置之间的转换关系,实现对机器人位置的解算。本文设计了仿真实验和物理实验对模型进行验证。实验结果表明:相较于RatSLAM和网格—位置映射模型,本文模型的定位性能更加精确,且在机器人长时间的路径积分过程中所产生的累积误差也更小。本文研究成果为仿鼠脑认知机制的机器人导航方法奠定了基础。

关键词： 循环神经网络   同步   脉冲控制   序列连通   时标  

摘要： 研究了基于凸包型脉冲的时标上多重循环神经网络系统(multiple recurrent neural networks,MRNNs)的全局同步问题.利用序列连通、时标理论和凸包型脉冲控制策略得到了混合时域上保证全局同步的充分条件.主要结果不仅有一般性,也推广了已有文献的相关结论,其中时标理论确保了得到的充分条件不仅可应用于连续时域和离散时域,还可应用在混合时域上.最后用一个例子验证了结论的正确性.

关键词： 感觉亮度   衰减时间常数   脉冲耦合神经网络模型  

摘要： 在脉冲耦合神经网络模型中,为了寻找最优衰减时间常数,基于韦伯-费赫涅尔定律,考虑到人眼的感觉亮度与实际亮度对数之间的线性关系,提出将人眼的感觉亮度作为动态阈值的衰减时间常数,使神经元动态阈值的衰减速度更符合人眼的亮度感觉。对含有弱边界、对比度低的图像目标进行仿真对比实验。实验结果表明,提出的算法性能优于传统脉冲耦合神经网络模型。