绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
检索详情页
首页 > 成果首页 > 忆阻神经形态系统及其应用
添加标签
×
已添加(0/5):

推荐标签:

忆阻神经形态系统及其应用
成果信息
立项支持
  • 公布年份:
    2017
  • 中图分类:
    TP183
  • 关键词:
  • 成果简介:
    主要研究内容: 该成果立足于人工神经网络和电子学的研究前沿,将脉冲时间依赖的可塑性学习规则和忆阻器相融合,构建了接近人脑的忆阻神经形态系统,能在未知环境下智能处理外界信息,包括: 构建了带脉冲时间窗口的脉冲微分系统,发展了非线性系统的稳定性理论;设计了一系列新型忆阻器模型及其混沌电路实现方案,较好地模拟实际忆阻器行为。 构建了基于纳米忆阻器件及组合电路的存储与智能运算系统,实现了二值、多值及模拟信息存储;取得了多种忆阻神经网络模型的系列成果。 发展了非线性函数重构准则和非线性卡尔曼滤波器,实现了信号的实时检测以及未知环境的智能分析与处理。 科学发现点与科学价值: 针对非线性系统的扰动和固有时延,拓展性地构造了脉冲时滞微分系统及其稳定性条件。首次实现廖-混沌系统的硬件电路。在忆阻系统方面,设计了基于纳米忆阻器件的混沌和超混沌系统,开创了混沌系统的微纳电子电路实现新方案。 率先研究了多忆阻器组合电路,首次发现了组合忆阻电路从瞬态到稳态的条件。实现了信息的忆阻存储,为下一代存储技术及未来计算机的研发提供理论及实验依据。针对细胞神经网络电路实现难的问题,利用纳米忆阻器研发了可编程模块;引入生物细胞的可塑性学习规则,构建了新型忆阻细胞神经网络。 基于高效的数值积分方法设计了球体单纯形径向容积卡尔曼滤波器,缓解了状态估计的维数灾难问题,并设计了稳定平方根卡尔曼信息滤波器,提高了其实用价值。为解决先验信息丢失的情况,采用核技巧实现了脉冲噪声下系统辨识。 同行引用及评价: 该研究的8篇代表论文被他引134次,单篇他引最高33次。其中,代表性论文7被评为2015中国科学三年高引用论文;代表性论文1被评为IEEE TNNLS 2015“Popular paper”,被引用次33次。被忆阻器提出者Leon Chua(IEEE Life Fellow)等国际著名专家作为典型的忆阻神经网络及实现方案引用。Janusz A. Starzyk等在IEEE TCAS-I评价代表性论文7“提出了一种基于忆阻交叉阵列的图像存储新方法,具有大规模实现的优势”。Ivan Petrovi和Henry Leung教授(IEEE Fellow)分别在Automatic(IF=5.451)和IEEE TAC(IF=4.270)上指出代表性论文2和3提出的方法“具有高稳定性和高精度”。
相关论文(与本文研究主题相同或者相近的论文)
我的标签
您可以为文献添加知识标签,方便您在书案中进行分类、查找、关联
请输入添加的标签
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部