俄罗斯正在研发人工神经网络系统

发布者:水云间梦最新更新时间:2017-10-30 来源: 电子产品世界关键字:人工神经网络 手机看文章 扫描二维码
随时随地手机看文章

  据科技部网站消息,俄罗斯国家研究型大学“下诺夫哥罗德国立大学”正在研发自适应性神经接口,该接口由大脑接口神经网络和基于忆阻器的电子神经形态系统组成。此项研究工作为人类在活体生物组织与类生物神经网络兼容方面的首次科学尝试。下面就随网络通信小编一起来了解一下相关内容吧。

  “下诺夫哥罗德国立大学”所实施的方案为研发自适应性神经接口,其一端为活体组织,而另一端为基于忆阻器的神经网络。忆阻器神经系统与具有神经组织生物电活性记录和刺激功能的多电极系统相连,多电极系统可实现活体细胞网络动态分析和分类功能。以忆阻器为基础元件,研发具有神经突触(两个神经元之间的接触点)可塑性能的小型电子装置,以此作为类生物神经网络组成部分与活体生物组织组成系统来实现神经网络功能。

  现研发人员正在研究负反馈构建的可能性,以使忆阻器系统输出的信号用于刺激生物网络,即实现活体细胞组织的培训过程,试验是采用人工培养的脑细胞神经组织进行。在此基础上将建立基于忆阻器的人造神经网络系统,其内部构造和功能将类似于生物神经系统。之后将利用现代标准微电子技术在一个芯片上生成大量的神经元和突触,最终可在一个芯片上形成人类大脑。所形成的将是混合式电子系统,其一部分功能采用传统电子方式(三极管)实现,而一部分全新的功能则通过忆阻器来实现。

  美国加利福尼亚大学华裔科学家蔡少棠在1971年首次提出了忆阻器的概念,围绕这个概念至今还在进行着激烈的争论,但绝大多数科学家认同于忆阻器是电阻器在记忆领域内功能的扩展,即具有记忆功能的电阻。

  电阻与电流和电压之间为线性关系,而忆阻器为非线性元件,其阻值取决于“史前”参数。忆阻器能够记忆前期通过的电流并据此调整自身的状态,这种自适应行为非常类似于我们在自然界所观察到的情形,特别是在神经系统中发挥重要作用的“突触”,当然类生物神经系统的基本元件为忆阻器。

  基于忆阻器的混合神经网络系统具有非常广的应用前景,首先,忆阻器可实现当代超级计算机的超小型化,将其规格压缩在一个芯片内。其次,可实现人工神经系统对机器人的控制。最后,可采用这种“类大脑”系统来替代由于伤病原因受损部分的活体神经系统。

    以上是关于网络通信中-俄罗斯正在研发人工神经网络系统的相关介绍,如果想要了解更多相关信息,请多多关注eeworld,eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。

关键字:人工神经网络 引用地址:俄罗斯正在研发人工神经网络系统

上一篇:中国LED芯片迎来新一波扩产高峰,2017年中国产能占全球54%
下一篇:MOS芯片缺货潮2019年有望缓解 应用端提升8寸产线成主力

推荐阅读最新更新时间:2024-05-07 17:41

像搭积木一样连接神经元和突触,集成元件技术可用于人工神经网络
韩国科学技术研究院神经形态工程中心团队宣布,他们开发出一种用于人工神经网络设备的集成元件技术。该技术可像搭“乐高”积木一样连接神经元和突触,从而构建大规模的人工神经网络硬件。 (A)生物神经网络的原理图。(B)使用人工神经形态装置在硬件中实现的人工神经网络的电路原理图。(C)随着突触权重的变化,两个神经元之间的连接强度变化的实验结果。观察到下游神经元的放电程度随着突触重量的减小而降低。 图片来源:韩国科学技术研究院 该团队使用hBN制造垂直堆叠的忆阻器器件。hBN是一种有利于实现高集成度和超低功耗的二维材料,可展示生物神经元和突触的特征。团队设计了相同材料和相同结构的人工神经元和突触器件,与传统基于硅CMOS的人工神经模仿器
[网络通信]
像搭积木一样连接神经元和突触,集成元件技术可用于<font color='red'>人工</font><font color='red'>神经网络</font>
每个人都在讲AI,可你知道深度学习和机器学习的区别吗?
本质上, 深度学习 提供了一套技术和算法,这些技术和算法可以帮助我们对深层神经网络结构进行参数化—— 人工神经网络 中有很多隐含层数和参数。深度学习背后的一个关键思想是从给定的数据集中提取高层次的特征。因此,深度学习的目标是克服单调乏味的特征工程任务的挑战,并帮助将传统的神经网络进行参数化。   现在,为了引入深度学习,让我们来看看一个更具体的例子,这个例子涉及多层感知器(MLP)。   在MLP中,“感知器”这个词可能有点让人困惑,因为我们并不想只在我们的网络中使用线性神经元。利用MLP,我们可以学习复杂的函数来解决非线性问题。因此,我们的网络通常由连接输入和输出层的一个或多个“隐藏”层组成。这些隐藏的层通常有某种S型的激活函数
[嵌入式]
小广播
最新网络通信文章
换一换 更多 相关热搜器件
随便看看
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved