期刊文献+
共找到143篇文章
< 1 2 8 >
每页显示 20 50 100
基于脉冲神经网络伪量测建模的配电网三相状态估计 被引量:40
1
作者 黄蔓云 孙国强 +3 位作者 卫志农 臧海祥 陈通 陈胜 《电力系统自动化》 EI CSCD 北大核心 2016年第16期38-43,82,共7页
为了给配电网管理系统提供全面准确的实时数据,配电网三相状态估计显得尤为重要。针对当前配电网量测信息不足,提出了基于脉冲神经网络(SNN)伪量测建模的配电网三相状态估计。该方法首先将实时和部分历史支路功率量测输入SNN进行伪量测... 为了给配电网管理系统提供全面准确的实时数据,配电网三相状态估计显得尤为重要。针对当前配电网量测信息不足,提出了基于脉冲神经网络(SNN)伪量测建模的配电网三相状态估计。该方法首先将实时和部分历史支路功率量测输入SNN进行伪量测建模,然后由高斯混合模型生成相应的量测误差,最后进行基于加权最小二乘法的配电网三相状态估计。理论分析和算例验证表明,所提模型不仅能够在正常通信时有效提高配电网状态估计精度,而且能在通信故障时保证估计精度在合理范围内,进而为配电网的运行控制提供参考依据。 展开更多
关键词 配电网 状态估计 脉冲神经网络 高斯混合模型 伪量测
下载PDF
基于相似日和CAPSO-SNN的光伏发电功率预测 被引量:31
2
作者 陈通 孙国强 +4 位作者 卫志农 臧海祥 孙永辉 Kwok W Cheung 李慧杰 《电力自动化设备》 EI CSCD 北大核心 2017年第3期66-71,共6页
针对光伏发电功率预测精度不高的问题,提出一种基于相似日和云自适应粒子群优化(CAPSO)算法优化Spiking神经网络(SNN)的发电功率预测模型。考虑到季节类型、天气类型和气象等主要影响因素,提出以综合相似度指标进行相似日选取;以SNN强... 针对光伏发电功率预测精度不高的问题,提出一种基于相似日和云自适应粒子群优化(CAPSO)算法优化Spiking神经网络(SNN)的发电功率预测模型。考虑到季节类型、天气类型和气象等主要影响因素,提出以综合相似度指标进行相似日选取;以SNN强大的计算能力和其善于处理时间序列问题的特点为基础,结合CAPSO算法搜索的随机性和稳定性优化SNN的多突触连接权值,减少对权值的约束,提高算法的收敛精度。根据某光伏电站的实测功率数据对所提模型进行测试和评估,结果表明,该模型比传统预测模型具有更高的预测精度和更好的适用性。 展开更多
关键词 光伏发电 功率预测 spiking神经网络 云自适应粒子群优化算法 相似日选取
下载PDF
脉冲神经网络的监督学习算法研究综述 被引量:27
3
作者 蔺想红 王向文 +1 位作者 张宁 马慧芳 《电子学报》 EI CAS CSCD 北大核心 2015年第3期577-586,共10页
脉冲神经网络是进行复杂时空信息处理的有效工具,但由于其内在的不连续和非线性机制,构建高效的脉冲神经网络监督学习算法非常困难,同时也是该研究领域的重要问题.本文介绍了脉冲神经网络监督学习算法的基本框架,以及性能评价原则,包括... 脉冲神经网络是进行复杂时空信息处理的有效工具,但由于其内在的不连续和非线性机制,构建高效的脉冲神经网络监督学习算法非常困难,同时也是该研究领域的重要问题.本文介绍了脉冲神经网络监督学习算法的基本框架,以及性能评价原则,包括脉冲序列学习能力、离线与在线处理性能、学习规则的局部特性和对神经网络结构的适用性.此外,对脉冲神经网络监督学习算法的梯度下降学习规则、突触可塑性学习规则和脉冲序列卷积学习规则进行了详细的讨论,通过对比分析指出现有算法存在的优缺点,并展望了该领域未来的研究方向. 展开更多
关键词 脉冲神经网络 监督学习 反向传播 突触可塑性 卷积
下载PDF
脉冲神经网络:模型、学习算法与应用 被引量:20
4
作者 程龙 刘洋 《控制与决策》 EI CSCD 北大核心 2018年第5期923-937,共15页
脉冲神经网络是目前最具有生物解释性的人工神经网络,是类脑智能领域的核心组成部分.首先介绍各类常用的脉冲神经元模型以及前馈和循环型脉冲神经网络结构;然后介绍脉冲神经网络的时间编码方式,在此基础上,系统地介绍脉冲神经网络的学... 脉冲神经网络是目前最具有生物解释性的人工神经网络,是类脑智能领域的核心组成部分.首先介绍各类常用的脉冲神经元模型以及前馈和循环型脉冲神经网络结构;然后介绍脉冲神经网络的时间编码方式,在此基础上,系统地介绍脉冲神经网络的学习算法,包括无监督学习和监督学习算法,其中监督学习算法按照梯度下降算法、结合STDP规则的算法和基于脉冲序列卷积核的算法3大类别分别展开详细介绍和总结;接着列举脉冲神经网络在控制领域、模式识别领域和类脑智能研究领域的应用,并在此基础上介绍各国脑计划中,脉冲神经网络与神经形态处理器相结合的案例;最后分析脉冲神经网络目前所存在的困难和挑战. 展开更多
关键词 脉冲神经网络 脉冲神经元模型 学习算法 STDP规则 类脑智能 神经形态处理器
原文传递
多媒体技术研究:2015——类脑计算的研究进展与发展趋势 被引量:18
5
作者 黄铁军 施路平 +3 位作者 唐华锦 潘纲 陈云霁 于俊清 《中国图象图形学报》 CSCD 北大核心 2016年第11期1411-1424,共14页
目的类脑计算,是指仿真、模拟和借鉴大脑神经网络结构和信息处理过程的装置、模型和方法,其目标是制造类脑计算机和类脑智能。方法类脑计算相关研究已经有20多年的历史,本文从模拟生物神经元和神经突触的神经形态器件、神经网络芯片、... 目的类脑计算,是指仿真、模拟和借鉴大脑神经网络结构和信息处理过程的装置、模型和方法,其目标是制造类脑计算机和类脑智能。方法类脑计算相关研究已经有20多年的历史,本文从模拟生物神经元和神经突触的神经形态器件、神经网络芯片、类脑计算模型与应用等方面对国内外研究进展和面临的挑战进行介绍,并对未来的发展趋势进行展望。结果与经典人工智能符号主义、连接主义、行为主义以及机器学习的统计主义这些技术路线不同,类脑计算采取仿真主义:结构层次模仿脑(非冯·诺依曼体系结构),器件层次逼近脑(模拟神经元和神经突触的神经形态器件),智能层次超越脑(主要靠自主学习训练而不是人工编程)。结论目前类脑计算离工业界实际应用还有较大差距,这也为研究者提供了重要研究方向与机遇。 展开更多
关键词 类脑计算 神经形态计算 类脑智能 神经形态器件 神经网络芯片 脉冲神经网络
原文传递
脉冲神经网络研究现状及展望 被引量:18
6
作者 张铁林 徐波 《计算机学报》 EI CAS CSCD 北大核心 2021年第9期1767-1785,共19页
脉冲神经网络(Spiking Neural Network,SNN)包含具有时序动力学特性的神经元节点、稳态-可塑性平衡的突触结构、功能特异性的网络环路等,高度借鉴了生物启发的局部非监督(如脉冲时序依赖可塑性、短时突触可塑性、局部稳态调节等)、全局... 脉冲神经网络(Spiking Neural Network,SNN)包含具有时序动力学特性的神经元节点、稳态-可塑性平衡的突触结构、功能特异性的网络环路等,高度借鉴了生物启发的局部非监督(如脉冲时序依赖可塑性、短时突触可塑性、局部稳态调节等)、全局弱监督(如多巴胺奖赏学习、基于能量的函数优化等)的生物优化方法,因此具有强大的时空信息表征、异步事件信息处理、网络自组织学习等能力.SNN的研究属于交叉学科,将深入融合脑科学和计算机科学,因此对其研究也可以主要分为两大类:一类是以更好地理解生物系统为最终目的;另一类是以追求卓越计算性能为优化目标.本文首先对当前这两大类SNN的研究进展、研究特点等进行分析,重点介绍基于Spike的多类异步信息编码、基于Motif分布的多亚型复杂网络结构、多层时钟网络自组织计算、神经形态计算芯片的软硬结合等.同时,介绍一种融合生物多尺度、多类型神经可塑性的高效SNN优化策略,使得SNN中的信度分配可以从宏观尺度有效覆盖到微观尺度,如全部的网络输出、网络隐层状态、局部的各个神经节点等,并部分解答生物系统是如何通过局部参数的调优而实现全局网络优化的问题.这将不仅为现有人工智能模型提高其认知能力指明一种可能的生物类优化方向,还为反向促进生命科学中生物神经网络的可塑性研究新发现提供启发.本文认为,脉冲神经网络的发展目标不是构建人工神经网络的生物版本替代品,而是通过突破生物启发的多尺度可塑性优化理论,去粗取精,最终实现具有生物认知计算特色的新一代高效脉冲神经网络模型,使其有望获得更快的学习速度、更小的能量消耗、更强的适应性和更好的可解释性等. 展开更多
关键词 脉冲神经网络 类脑智能 多尺度神经可塑性 认知计算
下载PDF
一种基于IGWO-SNN的光伏出力短期预测方法 被引量:10
7
作者 董志强 郑凌蔚 +2 位作者 苏然 武浩 罗平 《电力系统保护与控制》 EI CSCD 北大核心 2023年第1期131-138,共8页
光伏出力短期预测对于电网或微电网的能量管理和优化调度具有重要意义。构建了一种基于改进灰狼学习算法(improved grey wolf optimization,IGWO)的脉冲神经网络(spiking neural network,SNN),并将其应用到光伏出力短期预测中。首先,利... 光伏出力短期预测对于电网或微电网的能量管理和优化调度具有重要意义。构建了一种基于改进灰狼学习算法(improved grey wolf optimization,IGWO)的脉冲神经网络(spiking neural network,SNN),并将其应用到光伏出力短期预测中。首先,利用灰色关联分析法选取相似日。然后,提出一种IGWO算法用于SNN模型训练,通过引入基于三角函数规律变化的非线性下降收敛因子和动态权重更新策略,提升SNN的编码和预测的性能。最后,利用实证系统对所提方法进行了评估,并与其他3种模型进行了对比研究。结果表明,所提方法预测性能提升明显。 展开更多
关键词 光伏出力短期预测 脉冲神经网络 改进灰狼优化算法 收敛因子 动态权重更新策略
下载PDF
脉冲神经元序列学习方法的影响因素研究 被引量:7
8
作者 徐彦 杨静 《计算机工程》 CAS CSCD 北大核心 2015年第11期194-201,共8页
远程有监督方法(ReSuMe)通过计算神经元运行时的输出脉冲和输入脉冲的时间差调整突触权值,是目前在理论基础和实际应用上都较出色的脉冲神经元有监督学习方法,但是当期望输出脉冲序列较长时,ReSuMe方法的学习精度较低。为解决该问题,分... 远程有监督方法(ReSuMe)通过计算神经元运行时的输出脉冲和输入脉冲的时间差调整突触权值,是目前在理论基础和实际应用上都较出色的脉冲神经元有监督学习方法,但是当期望输出脉冲序列较长时,ReSuMe方法的学习精度较低。为解决该问题,分析影响ReSuMe方法性能的2个主要因素:在线、离线学习方式及学习过程中更新突触权值时输入脉冲的选取。在线学习精度一般高于离线学习,但是学习精度的差异随着参数或者其他设置的不同有较大差别。针对输入脉冲的选取,提出一种新的学习策略以改进ReSuMe方法,该策略在计算权值调整幅度时综合考虑期望输出与实际输出脉冲序列,从而避免增强与减弱权值时输入脉冲出现重叠干扰。实验结果表明,新的学习策略可以有效提高ReSuMe方法的学习精度及其解决实际问题的能力。 展开更多
关键词 脉冲神经元 远程有监督方法 脉冲序列学习 脉冲神经网络 脉冲反应模型
下载PDF
基于蜂群优化的Spiking神经网络模型研究与评估 被引量:2
9
作者 马韦伟 郑勤红 刘珊珊 《计算机科学》 CSCD 北大核心 2023年第8期221-225,共5页
为提高Spiking神经网络的训练能力,以多标签分类问题作为研究切入点,采用蜂群算法进行模型优化。基于Spiking理念的神经网络模型有多种,文中选择概率Spiking神经网络(Probabilistic Spiking Neural Network,PSNN)进行多标签分类。首先,... 为提高Spiking神经网络的训练能力,以多标签分类问题作为研究切入点,采用蜂群算法进行模型优化。基于Spiking理念的神经网络模型有多种,文中选择概率Spiking神经网络(Probabilistic Spiking Neural Network,PSNN)进行多标签分类。首先,建立概率Spiking神经网络分类模型,通过点火时间序列进行编码,触发脉冲响应实现数据传递;然后,利用Spiking神经网络的权重、动态阈值、遗忘参数等构建蜂群,并以多标签分类准确率作为人工蜂群(Artificial Bee Colony,ABC)算法的适应度函数,从而通过不断更新蜂群个体适应度值来获得最优个体;最后,以最优参数完成概率Spiking神经网络的多标签分类。实验结果表明,通过合理设置蜂群个体规模及蜜源搜索范围,ABC-PSNN算法能够获得较高的多标签分类准确率。相比其他Spiking神经网络模型和常用多标签分类算法,ABC-PSNN算法具备更高的分类准确率和稳定性。 展开更多
关键词 spiking神经网络 概率spiking神经网络 蜂群算法 多标签分类 脉冲响应
下载PDF
基于脉冲神经网络边缘提取的虹膜定位 被引量:9
10
作者 黄敏 刘金清 吴庆祥 《电子测量技术》 2012年第8期49-52,共4页
运用形态学算子对人眼图像进行睫毛除噪,引入并行性脉冲神经网络提取虹膜的内外边缘。对获取的虹膜内边缘进行连通量标记,求出内边缘上的点坐标从而求得内边界圆各参数;避开运算量大,占运行内存的Hough变换,利用先验知识提取虹膜外边界... 运用形态学算子对人眼图像进行睫毛除噪,引入并行性脉冲神经网络提取虹膜的内外边缘。对获取的虹膜内边缘进行连通量标记,求出内边缘上的点坐标从而求得内边界圆各参数;避开运算量大,占运行内存的Hough变换,利用先验知识提取虹膜外边界的有效弧长,通过最小二乘法拟合外边界圆。实验表明,该算法在睫毛,眼睑以及眼球转向的干扰下都能得到较准确的虹膜定位,并且算法在GPU平台上运行速度快。 展开更多
关键词 形态学算子 虹膜定位 脉冲神经网络 边缘提取 最小二乘法
下载PDF
基于突触可塑性的自适应脉冲神经网络在高斯白噪声刺激下的抗扰功能研究(英文) 被引量:9
11
作者 郭磊 刘东钊 +1 位作者 黄凤荣 于洪丽 《电工技术学报》 EI CSCD 北大核心 2020年第2期225-235,共11页
电磁环境的复杂多变使得传统电磁抗扰方式的不足日益凸显。生物体在神经系统调节下具有自组织、自适应和抗扰性等优势。因此,探索一种借鉴生物体优势的新的电磁抗扰方式具有重要意义,电磁仿生防护应运而生。该文基于电磁仿生防护的理念... 电磁环境的复杂多变使得传统电磁抗扰方式的不足日益凸显。生物体在神经系统调节下具有自组织、自适应和抗扰性等优势。因此,探索一种借鉴生物体优势的新的电磁抗扰方式具有重要意义,电磁仿生防护应运而生。该文基于电磁仿生防护的理念开展了基于兴奋性和抑制性突触可塑性共同调控的脉冲神经网络的抗扰功能的研究。构建了十层前馈脉冲神经网络,对高斯白噪声干扰下的脉冲神经网络进行仿真实验,重点研究了高斯白噪声对输出层神经元放电率和膜电位间相关性的影响。实验结果表明,一定强度范围的高斯白噪声干扰,对输出层神经元的放电率影响较小,输出层神经元放电率的相对变化率较小;对输出层神经元膜电位的影响较小,膜电位间的相关性较高。即在突触可塑性机制的调控下,脉冲神经网络具有一定的抗噪声干扰的能力。该研究成果为提高电子系统在复杂电磁环境下的防护能力奠定了理论基础。 展开更多
关键词 脉冲神经网络 突触可塑性 抗扰 高斯白噪声
下载PDF
基于不同神经网络模型预测体测成绩
12
作者 刘建伟 董征宇 《信息技术》 2024年第1期65-70,76,共7页
为更加准确地反应当前学生的身体素质情况,基于多个不同的神经网络模型构建体测成绩预测模型,为降低体测成绩中各项目数据之间的相关性,使用主成分分析法对数据集进行处理。使用BP神经网络结合脉冲神经网络构建一个预测模型,加强模型处... 为更加准确地反应当前学生的身体素质情况,基于多个不同的神经网络模型构建体测成绩预测模型,为降低体测成绩中各项目数据之间的相关性,使用主成分分析法对数据集进行处理。使用BP神经网络结合脉冲神经网络构建一个预测模型,加强模型处理分析数据集的能力,提高预测的准确性。在长短期记忆神经网络中加入注意力机制构建另一个预测模型,使模型更加关注数据集中的关键信息。通过实验,预测模型输出的预测值与实际值的重合率高达90%以上,预测准确率整体在95%以上。 展开更多
关键词 体测成绩分析 神经网络模型 主成分分析 BP神经网络 脉冲神经网络
下载PDF
用于双阈值脉冲神经网络的改进自适应阈值算法 被引量:1
13
作者 王浩杰 刘闯 《计算机应用研究》 CSCD 北大核心 2024年第1期177-182,187,共7页
脉冲神经网络(spiking neural network, SNN)由于在神经形态芯片上低功耗和高速计算的独特性质而受到广泛的关注。深度神经网络(deep neural network, DNN)到SNN的转换方法是有效的脉冲神经网络训练方法之一,然而从DNN到SNN的转换过程... 脉冲神经网络(spiking neural network, SNN)由于在神经形态芯片上低功耗和高速计算的独特性质而受到广泛的关注。深度神经网络(deep neural network, DNN)到SNN的转换方法是有效的脉冲神经网络训练方法之一,然而从DNN到SNN的转换过程中存在近似误差,转换后的SNN在短时间步长下遭受严重的性能退化。通过对转换过程中的误差进行详细分析,将其分解为量化和裁剪误差以及不均匀误差,提出了一种改进SNN阈值平衡的自适应阈值算法。通过使用最小化均方误差(MMSE)更好地平衡量化误差和裁剪误差;此外,基于IF神经元模型引入了双阈值记忆机制,有效解决了不均匀误差。实验结果表明,改进算法在CIFAR-10、CIFAR-100数据集以及MIT-BIH心律失常数据库上取得了很好的性能,对于CIFAR10数据集,仅用16个时间步长就实现了93.22%的高精度,验证了算法的有效性。 展开更多
关键词 脉冲神经网络 高精度转换 双阈值记忆神经元 自适应阈值
下载PDF
自校准首脉冲时间编码神经元模型 被引量:1
14
作者 冯忍 陈云华 +1 位作者 熊志民 陈平华 《计算机科学》 CSCD 北大核心 2024年第3期244-250,共7页
由于脉冲神经元具有复杂的时空动力过程且脉冲信息不可导,脉冲神经网络(SNN)的训练一直是一个难题。基于人工神经网络(ANN)转SNN间接训练深度SNN的方法,避免了直接训练深度SNN的难题,但该方法所获得的SNN的性能在很大程度上会受到脉冲... 由于脉冲神经元具有复杂的时空动力过程且脉冲信息不可导,脉冲神经网络(SNN)的训练一直是一个难题。基于人工神经网络(ANN)转SNN间接训练深度SNN的方法,避免了直接训练深度SNN的难题,但该方法所获得的SNN的性能在很大程度上会受到脉冲信息编码机制的影响。在众多编码机制中,首脉冲时间编码(TTFS)具有良好的生物学基础和更高的能效,但现有TTFS编码采用单脉冲形式,信息表征能力较弱,编码所需时间窗较大。为此,在TTFS的单脉冲编码基础上,增加一个校准脉冲,形成一种自校准首脉冲时间(SC-TTFS)编码机制,并构建相应的SC-TTFS神经元模型。在SC-TTFS中,首脉冲为必定发放的脉冲,而校准脉冲根据首脉冲发放后剩余的膜电位来确定是否发放,用于对编码脉冲所引起的转换量化误差和截断误差进行补偿,同时缩小编码所需的时间窗。通过对多种编码对应的转换误差进行对比分析,以及在多种网络结构上进行ANN-SNN转换实验,验证了所提方法的优越性。采用CIFAR10和CIFAR100数据集,基于VGG和ResNet两种网络结构进行了实验验证。结果表明,所提方法在两类网络结构和两种数据集上均实现了精度无损的ANN-SNN转换,且相较于最先进的同类方法,所提方法所构建的SNN具有最短的网络推理延迟。另外,在VGG结构上,所提方法相比TTFS编码能源效率提升了约80%。 展开更多
关键词 脉冲神经网络 脉冲编码机制 ANN-SNN转化
下载PDF
未知复杂环境下基于兴趣驱动的类脑自主导航技术
15
作者 王晨旭 熊智 杨闯 《航空科学技术》 2024年第2期1-13,共13页
随着无人系统的应用越发广泛,传统导航技术很难满足无人系统在面对复杂任务和未知环境时对自主智能导航性能的要求。哺乳动物能够在兴趣驱动下实现高效智能且自适应环境的导航行为,受此启发的基于兴趣驱动的类脑自主导航技术有潜力克服... 随着无人系统的应用越发广泛,传统导航技术很难满足无人系统在面对复杂任务和未知环境时对自主智能导航性能的要求。哺乳动物能够在兴趣驱动下实现高效智能且自适应环境的导航行为,受此启发的基于兴趣驱动的类脑自主导航技术有潜力克服传统导航实时、准确和低功耗不能同时满足的缺点。本文首先阐述了哺乳动物大脑导航机理;其次,总结概括出基于兴趣驱动的类脑自主导航技术框架;再次,从自身感知、环境认知、记忆推理和兴趣决策4个方面梳理了类脑自主导航的关键技术和实现途径,指出了相关研究的缺陷;最后,分析了现阶段类脑自主导航技术的不足,并对未来一体化发展做出展望。 展开更多
关键词 类脑自主导航 兴趣驱动 连续吸引子神经网络 类脑多源融合 脉冲神经网络 类脑芯片
下载PDF
基于神经形态的触觉滑动感知方法 被引量:2
16
作者 张超凡 乔一铭 +3 位作者 曹露 王志刚 崔少伟 王硕 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2023年第4期683-692,共10页
聚焦基于神经形态的触觉感知,构建触觉感知实验平台,研究基于脉冲神经网络的接触物体滑动检测方法.使用GelStereo触觉传感器采集接触表面标记点位移场触觉信息流,采用2种方式(地址位移表示(ADR)和地址事件表示(AER))对位移场流进行脉冲... 聚焦基于神经形态的触觉感知,构建触觉感知实验平台,研究基于脉冲神经网络的接触物体滑动检测方法.使用GelStereo触觉传感器采集接触表面标记点位移场触觉信息流,采用2种方式(地址位移表示(ADR)和地址事件表示(AER))对位移场流进行脉冲编码.基于脉冲响应模型(SRM)构建滑动检测网络,在英特尔神经形态硬件Loihi上完成了网络部署.实验结果表明,基于地址位移表示的脉冲响应模型准确率达到94.8%,F1分数达到95.7%.Loihi模型(针对神经形态硬件Loihi实现的特化脉冲响应模型)准确率达到93.8%,F1分数达到94.8%.所构建的脉冲神经网络在触觉滑动感知任务中实现了与人工神经网络(ANNs)相比拟的预测精度和更短的推理时间,在功耗上具有显著优势. 展开更多
关键词 类脑信息处理 脉冲神经网络 人工神经网络 触觉感知 神经形态 滑动检测
下载PDF
支持抑制型脉冲神经网络的硬件加速器
17
作者 钱平 韩睿 +4 位作者 谢凌东 罗旺 徐华荣 李松松 郑振东 《计算机工程与应用》 CSCD 北大核心 2024年第8期338-347,共10页
现有脉冲神经网络加速器的设计过多关注于硬件层面的功能完备性,缺少算法层面的相关协同优化以保证硬件计算效率。此外,传统的事件驱动型脉冲神经网络加速器没有考虑到脉冲神经元模型中普遍存在的脉冲抖动现象,因此不能实现对抑制型脉... 现有脉冲神经网络加速器的设计过多关注于硬件层面的功能完备性,缺少算法层面的相关协同优化以保证硬件计算效率。此外,传统的事件驱动型脉冲神经网络加速器没有考虑到脉冲神经元模型中普遍存在的脉冲抖动现象,因此不能实现对抑制型脉冲神经网络的支持。为解决上述问题,采用软硬件结合的方式,提出了一种支持抑制型脉冲神经网络加速器的设计方法。软件优化层面通过对脉冲神经网络计算冗余性的分析,提出了相应的近似计算方法以大幅降低脉冲神经网络的计算量;硬件设计层面提出了解决脉冲抖动问题的计算模块,并在此基础上设计了与近似计算方法相适应的并行计算结构。为验证设计的合理性,在XilinxZC706 FPGA上部署了加速器原型FEAS。在主流数据集上的测试结果显示,相较以往脉冲神经网络的加速器部署,FEAS在保持97.54%原有模型精度的情况下获得超过一个数量级的性能提升。 展开更多
关键词 脉冲神经网络 事件驱动 抑制型网络 近似计算 硬件加速器
下载PDF
基于STDP奖励调节的类脑面向目标导航 被引量:2
18
作者 戴嘉伟 熊智 +1 位作者 晁丽君 杨闯 《导航定位与授时》 CSCD 2023年第2期47-56,共10页
动物具有优秀的空间自主定位导航能力,能够实现在无先验环境信息下的导航定位和导航决策过程。针对智能体在连续空间中面向目标导航问题,研究了一种基于生物学放电时间依赖可塑性学习规则的智能体面向目标导航算法。首先分析了动物面向... 动物具有优秀的空间自主定位导航能力,能够实现在无先验环境信息下的导航定位和导航决策过程。针对智能体在连续空间中面向目标导航问题,研究了一种基于生物学放电时间依赖可塑性学习规则的智能体面向目标导航算法。首先分析了动物面向目标导航决策过程中的生理学机理,在此基础上,构建了基于脉冲神经网络的位置细胞和动作细胞模型。动作细胞间权值采用横向竞争模型更新,通过环境奖励信号的更新,采用放电时间依赖可塑性学习规则对位置细胞前馈动作细胞模型的突触权重进行权值调节,利用动作细胞群的脉冲放电现象表征智能体运动方向和速度。最后,对所提算法进行了仿真实验验证。仿真结果表明,所提出的类脑面向目标导航算法能够在单障碍环境中实现30 ms左右的规划速度,相比传统强化学习Q学习方法平均路径规划长度缩短了15.9%。 展开更多
关键词 类脑目标导航 放电时间依赖可塑性 智能体 脉冲神经网络 位置细胞 动作细胞
下载PDF
类脑脉冲神经网络及其神经形态芯片研究综述 被引量:6
19
作者 张慧港 徐桂芝 +1 位作者 郭嘉荣(综述) 郭磊(审校) 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2021年第5期986-994,1002,共10页
在类脑人工智能高速发展、电磁环境日益复杂的现状下,最具有仿生特性和抗干扰性的脉冲神经网络在计算速度、实时信息处理、时空数据处理上表现出巨大的潜能。脉冲神经网络是类脑人工智能的核心之一,通过模拟生物体神经网络结构和信息传... 在类脑人工智能高速发展、电磁环境日益复杂的现状下,最具有仿生特性和抗干扰性的脉冲神经网络在计算速度、实时信息处理、时空数据处理上表现出巨大的潜能。脉冲神经网络是类脑人工智能的核心之一,通过模拟生物体神经网络结构和信息传递方式来实现类脑计算。本文首先总结五种神经元模型的优缺点和适用性,分析五种网络拓扑结构的特征;其次综述脉冲神经网络算法,从无监督学习和有监督学习两个角度总结基于突触可塑性规则的无监督学习算法和四类监督学习算法;最后重点综述国内外在研的类脑神经形态芯片。本文旨在通过系统性的总结,为初入脉冲神经网络研究领域的同行提供学习思路和研究方向。 展开更多
关键词 脉冲神经网络 脉冲神经元模型 学习算法 类脑神经形态芯片 数字电路
原文传递
面向神经形态感知的人工脉冲神经元的研究进展
20
作者 方胜利 任文君 +7 位作者 赵淑景 王瑞麟 刘卫华 李昕 张国和 王小力 耿莉 韩传余 《微电子学》 CAS 北大核心 2024年第1期1-16,共16页
近年来,随着人工智能技术和脉冲神经网络(SNN)的迅猛发展,人工脉冲神经元的研究逐渐兴起。人工脉冲神经元的研究对于开发具有人类智能水平的机器人、实现自主学习和自适应控制等领域具有重要的应用前景。传统的电子器件由于缺乏神经元... 近年来,随着人工智能技术和脉冲神经网络(SNN)的迅猛发展,人工脉冲神经元的研究逐渐兴起。人工脉冲神经元的研究对于开发具有人类智能水平的机器人、实现自主学习和自适应控制等领域具有重要的应用前景。传统的电子器件由于缺乏神经元的非线性特性,需要复杂的电路结构和大量的器件才能模拟简单的生物神经元功能,同时功耗也较高。因此,最近研究者们借鉴生物神经元的工作机制,提出了多种基于忆阻器等新型器件的人工脉冲神经元方案。这些方案具有功耗低、结构简单、制备工艺成熟等优点,并且在模拟生物神经元的多种功能等方面取得了显著进展。文章将从人工脉冲神经元的基本原理出发,综述和分析目前已有的各种实现方案。具体来说,将分别介绍基于传统电子器件和基于新型器件的人工脉冲神经元的实现方案,并对其优缺点进行比较。此外,还将介绍不同类型的人工脉冲神经元在实现触觉、视觉、嗅觉、味觉、听觉和温度等神经形态感知方面的应用,并对未来的发展进行展望。希望能够为人工脉冲神经元的研究和应用提供有益的参考和启示。 展开更多
关键词 人工脉冲神经元 神经形态感知 莫特忆阻器 脉冲神经网络
下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部