课程文献中心 更多>>

关键词： 脉冲神经网络   梯度下降算法   时域膜电位归一化   神经形态类脑计算  

摘要： 由于脉冲神经网络(Spike Neural Network,SNN)具有的时间特性使其比人工神经网络更容易发生梯度消失或梯度爆炸等问题,因此本文提出时域膜电位归一化方法。通过调整神经元膜电位的分布,减少网络内部的协变量移位,来保证训练深度脉冲神经网络的稳定。通过实验验证了本文方法的有效性,在CIFAR-10数据集上的识别精度达到了88.12%。

关键词： 半导体技术   类脑计算   人类大脑   精密仪器   工作机理   机遇与挑战   实现高效  

摘要： 人们对人类大脑工作机理的不断探求,催生了高效类脑计算的研究。随着半导体技术的更新迭代,神经形态器件为研究人员带来了实现高效类脑计算的曙光。机遇与挑战并存,在神经形态器件的工作机理和材料等方面也会遇到诸多困难。清华大学精密仪器系类脑计算团队对此开展了深入的研究,并获得系列突破。

关键词： 脉冲神经网络   卷积神经网络   图像分类   特征提取  

摘要： 脉冲神经网络(Spiking Neural Network,SNN)有较强的生物可解释性,但因其训练算法尚不成熟而导致在复杂图像数据集上存在分类准确率不高、测试耗时过长等问题。针对上述问题,提出一种基于神经元转换方法的混合卷积脉冲神经网络,把卷积神经网络(Convolution Neural Network,CNN)的学习能力和特征提取能力应用于SNN。在CNN上完成训练过程后将权重映射到经过神经元转换的全连接层中,网络前期使用CNN以提取高层次图像特征信息,后期使用浅层的SNN进行分类以减少测试耗时。在3个数据集上和当前识别准确率最高的方法进行对比实验,在MNIST数据集上准确率和耗时基本持平,在cifar10数据集上准确率提升了1.32%,耗时减少了98.87%,在cifar100数据集上准确率提升了3.97%。

关键词： 忆阻器   脉冲耦合神经网络   动态阈值   图像边缘检测  

摘要： 为了解决传统脉冲耦合神经网络模型硬件化效率低下和固有参数估计问题,基于忆阻器模型设计阈值发生器模块电路,可以同步改变输入激励下的阈值电位。并且,利用忆阻器实现网络连接参数的动态变化。实验结果表明,将改进后的网络用于图像边缘检测任务,通过MATLAB仿真实验,迭代次数更少,比传统PCNN模型的图像处理效率提高了13%,并有效地保留了图像边缘的细节。基于忆阻器的脉冲耦合神经网络不仅能简单高效地处理图像边缘数据,而且能有效抑制图像背景的噪声,同时也能提高图像边缘细节的连续性。

关键词： 脉冲神经网络   FPGA设计   反向传播算法   MNIST识别  

摘要： 通过研究基于脉冲学习算法的脉冲神经网络,建立了一个用伪导数反向传播学习算法训练的前馈型卷积脉冲神经网络模型,将卷积神经网络和脉冲神经元相结合实现事件驱动模型运算,并与基于STDP无监督学习建立的脉冲神经网络模型比较,进行了模型分类精度和硬件复现可实现性的验证,表明前者更适合硬件复现。随后,利用FPGA硬件资源,设计了卷积型脉冲神经网络存储分配方案及其硬件整体架构。基于前馈型卷积脉冲神经网络的每个运算步骤,设计了各个硬件计算模块。通过硬件电路仿真和实测进行了硬件模块的验证,完成了一款可用于手写数字数据集分类问题的卷积型脉冲神经网络加速器。最后,对加速器硬件数据进行了汇总,与CPU的计算比较,运行能耗降低99%,运算速率提升23倍。

关键词： 图像融合   非下采样轮廓波   稀疏表示   脉冲神经网络  

摘要： 为更好地保留可见光图像的丰富细节信息,提出一种基于方向导波的动态图像压缩增强方法对可见光图像和红外线图像进行融合.首先,利用方向导波增强方法对可见光图像进行增强;其次,对增强后的可见光图像和对应的红外线图像利用非下采样轮廓波进行分解,得到一个低频子带和一系列高频子带,用稀疏表示理论对低频子带进行融合,用参数自适应的脉冲耦合神经网络对各高频子带进行融合;最后,利用非下采样轮廓波的逆变换得到融合图像.实验结果表明,该方法在客观质量评价和视觉检测方面均优于传统方法.

关键词： 类脑计算   完备性   软硬件解耦合   FPGA   性能评估  

摘要： 类脑计算是一个涉及到多领域、多学科的新兴领域,对计算神经科学、人工智能和新型体系结构设计都具有重要的支持和启发意义.但是类脑计算系统领域发展所面临的重要问题之一是软硬件紧耦合.近期的一项研究提出了神经形态完备性的概念,为实现类脑计算系统领域的软硬件解耦合提供了理论支持,并作为样例研究提出了对应的系统层次结构设计.作为这一工作的后续,首先对神经形态完备性和类脑计算层次结构中部分关键的概念进行了阐述与讨论,之后进一步提出了在这一概念和体系结构设计下,实现支持软硬件解耦合的类脑计算硬件设计方法的构想,即由执行原语集合设计以及硬件实现方法设计组成的迭代调整的设计流程.最后,展示了正在进行的基于FPGA的相应评估平台工作.这一硬件设计方法有助于实现神经形态完备的高效原语集合和芯片设计,从而有利于实现类脑计算系统领域的软硬件解耦合.

关键词： 小头畸形   器官水平   临床数据   小头症   光固化技术   疾病模型   生物力学   颅内压  

摘要： 目的临床数据显示,小头症患者颅内压要比正常人高出10 mmHg,颅内压可能也参与了小头症疾病发生过程。通过生物力学手段在类脑器官水平构建小头症疾病模型,探究颅内压是否参与了小头畸形的发生。方法首先,通过光刻技术及光固化技术制作具有物质交换功能的加载装置,培养人多能干细胞或胚胎干细胞至汇合度70%~80%后用于制备胚状体。

关键词： 脑类器官   脑发育   脑疾病模拟   药物筛选   三维培养  

摘要： 脑类器官是由多能干细胞在三维培养条件下,通过添加神经发育相关调控信号而分化产生的与脑的细胞组成、解剖结构相似,并可以体现出类脑的发育进程及生理、病理和药理等特征的细胞培养物,是迄今在体外研究人脑发育与相关疾病,并开展药物筛选的良好模型。伴随着技术发展,脑类器官在研究脑发育与疾病,不同脑区以及脑与其他组织/器官间的相互作用,脑进化等多个方面发挥重要作用。该文综述了脑类器官的发展历程,及其在探索脑发育、疾病模拟和药物筛选等方面的进展。

关键词： 类器官   脆性X综合征   罗马大学   细胞死亡   体外研究   脑  

摘要： 近日,罗马大学与意大利技术研究院联合造出3D脑类器官(Drain organoids),作为脆性X综合征(Fragile X Syndrome)的研究模型,有望在体外研究该疾病的分子机制并测试药物,相关研究结果发表在《细胞死亡与疾病》(Cell Death and Disease)期刊上。