日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

研究人員研制出人工樹突器件,構建新型新神經(jīng)網(wǎng)絡

如意 ? 來源:知社學術圈 ? 作者:知社學術圈 ? 2020-07-05 11:39 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

受生物神經(jīng)網(wǎng)絡啟發(fā),研制出一種具有豐富動態(tài)特性的人工樹突器件,構建了包含突觸、樹突、胞體三種基本計算單元的新型神經(jīng)網(wǎng)絡,樹突功能顯著提升了網(wǎng)絡的準確率,同時大幅降低了系統(tǒng)的功耗,增強了網(wǎng)絡處理復雜任務的能力。

包含樹突計算的新型人工神經(jīng)網(wǎng)絡示意圖生物神經(jīng)網(wǎng)絡由突觸和神經(jīng)元組成,而神經(jīng)元又包含樹突、胞體等基本結構,其中樹突具有非常復雜的拓撲結構和動態(tài)過程。許多生物神經(jīng)系統(tǒng)的研究表明樹突具有十分重要的非線性時空信息處理功能,它是大腦能夠在處理復雜任務的同時保持低功耗的重要原因之一。當前的人工神經(jīng)網(wǎng)絡大多將神經(jīng)元用簡單的點模型表示,將其計算功能簡化成積分-發(fā)放(integrate-and-fire),而忽略了樹突的信息處理功能。這樣的簡化使得人工神經(jīng)網(wǎng)絡在功耗、靈活性上與生物神經(jīng)網(wǎng)絡相比仍存在很大的差距。

6月29日,清華大學微電子所、未來芯片技術高精尖創(chuàng)新中心錢鶴、吳華強教授團隊,聯(lián)合清華大學醫(yī)學院及腦與智能實驗室宋森研究員、美國麻省大學楊建華教授、阿里巴巴達摩院謝源教授、加州大學圣芭芭拉分校鄧磊博士,在Nature Nanotechnology上發(fā)表題為“Power-Efficient Neural Network with Artificial Dendrites”的研究論文,報道了基于動態(tài)憶阻器的人工樹突器件,成功復現(xiàn)了生物樹突對信號的非線性過濾、積分以及對時間信號的處理方式。

為了驗證人工樹突的計算功能,研究團隊將所開發(fā)的人工樹突器件與導電細絲型突觸器件、Mott相變型胞體器件進行系統(tǒng)集成,構建了包含突觸、樹突、胞體三種基本計算單元的新型神經(jīng)網(wǎng)絡。實驗結果顯示,由于樹突功能的引入,該網(wǎng)絡在處理具有復雜背景噪聲的街景門牌號(SVHN)數(shù)據(jù)集時,胞體的動態(tài)功耗降低30倍,網(wǎng)絡的準確率提高8%以上,系統(tǒng)評估整體功耗比CPU降低3個數(shù)量級。來自清華大學微電子所的吳華強教授是該論文的通訊作者,李辛毅博士、唐建石助理教授和張清天博士是共同第一作者。

近年來,錢鶴、吳華強教授團隊長期致力于基于憶阻器的存算一體芯片技術研究,從器件性能優(yōu)化、工藝集成、電路設計及架構與算法等多層次實現(xiàn)創(chuàng)新突破,相關研究成果發(fā)表于Nature、Nature electronics、Nature Communications、Advanced Materials等頂級期刊和ISSCC、IEDM、VLSI等領域內(nèi)頂級國際學術會議上。

研究人員研制出人工樹突器件,構建新型新神經(jīng)網(wǎng)絡

受生物啟發(fā)制備的新原理樹突器件,復現(xiàn)了生物樹突對信號的非線性過濾、積分等功能

研究人員研制出人工樹突器件,構建新型新神經(jīng)網(wǎng)絡

集成了突觸、樹突、胞體三種計算單元的新型人工神經(jīng)網(wǎng)絡,在SVHN數(shù)據(jù)集上驗證了功耗和準確率上的顯著優(yōu)勢

該工作的主要創(chuàng)新之處包括:

開發(fā)出了與CMOS工藝兼容的樹突器件,其豐富的動態(tài)特性復現(xiàn)了生物樹突單元的非線性過濾、積分以及對時間信息處理等功能。

將所制備的人工樹突器件和基于導電細絲的突觸器件、基于Mott相變的胞體器件進行集成,首次在硬件系統(tǒng)上構建了包含突觸、樹突、胞體三種基本計算單元的新型人工神經(jīng)網(wǎng)絡。

在包含復雜背景噪聲的街景門牌號數(shù)據(jù)集(SVHN dataset)上,對包含樹突計算的人工神經(jīng)網(wǎng)絡功能進行了驗證。樹突功能的引入將胞體的動態(tài)功耗降低30倍,同時將網(wǎng)絡準確率提高了8%以上,系統(tǒng)評估整體能耗比CPU降低3個數(shù)量級。

該研究基于新原理憶阻器的豐富動態(tài)過程開發(fā)了神經(jīng)形態(tài)樹突器件,并進一步驗證了新型人工神經(jīng)網(wǎng)絡的功能。未來通過器件、算法、電路、架構的協(xié)同創(chuàng)新與優(yōu)化,有望進一步提高包含樹突計算的人工神經(jīng)網(wǎng)絡處理復雜時空任務的能力,構建更加智能化的低功耗神經(jīng)網(wǎng)絡。

該研究工作得到了國家自然科學基金委、國家重點研發(fā)計劃、北京市科委、北京信息科學與技術國家研究中心等支持。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    為什么 VisionFive V1 板上的 JH7100 中并存 NVDLA 引擎和神經(jīng)網(wǎng)絡引擎?

    我想知道為什么 VisionFive V1 板上的 JH7100 中并存 NVDLA 引擎和神經(jīng)網(wǎng)絡引擎,請問?您能否舉一些關于他們的用例的例子?
    發(fā)表于 03-25 06:01

    神經(jīng)網(wǎng)絡的初步認識

    日常生活中的智能應用都離不開深度學習,而深度學習則依賴于神經(jīng)網(wǎng)絡的實現(xiàn)。什么是神經(jīng)網(wǎng)絡?神經(jīng)網(wǎng)絡的核心思想是模仿生物神經(jīng)系統(tǒng)的結構,特別是大腦中神經(jīng)
    的頭像 發(fā)表于 12-17 15:05 ?484次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡</b>的初步認識

    CNN卷積神經(jīng)網(wǎng)絡設計原理及在MCU200T上仿真測試

    數(shù)的提出很大程度的解決了BP算法在優(yōu)化深層神經(jīng)網(wǎng)絡時的梯度耗散問題。當x&gt;0 時,梯度恒為1,無梯度耗散問題,收斂快;當x&lt;0 時,該層的輸出為0。 CNN
    發(fā)表于 10-29 07:49

    NMSIS神經(jīng)網(wǎng)絡庫使用介紹

    NMSIS NN 軟件庫是一組高效的神經(jīng)網(wǎng)絡內(nèi)核,旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡的性能并最??大限度地減少其內(nèi)存占用。 該庫分為多個功能,每個功能涵蓋特定類別
    發(fā)表于 10-29 06:08

    構建CNN網(wǎng)絡模型并優(yōu)化的一般化建議

    通過實踐,本文總結了構建CNN網(wǎng)絡模型并優(yōu)化的一般化建議,這些建議將會在構建高準確率輕量級CNN神經(jīng)網(wǎng)絡模型方面提供幫助。 1)避免單層神經(jīng)網(wǎng)絡
    發(fā)表于 10-28 08:02

    在Ubuntu20.04系統(tǒng)中訓練神經(jīng)網(wǎng)絡模型的一些經(jīng)驗

    構建卷積神經(jīng)網(wǎng)絡模型 model = models.Sequential()model.add(layers.Conv2D(input_shape=(28, 28, 1), filters=4
    發(fā)表于 10-22 07:03

    CICC2033神經(jīng)網(wǎng)絡部署相關操作

    在完成神經(jīng)網(wǎng)絡量化后,需要將神經(jīng)網(wǎng)絡部署到硬件加速器上。首先需要將所有權重數(shù)據(jù)以及輸入數(shù)據(jù)導入到存儲器內(nèi)。 在仿真環(huán)境下,可將其存于一個文件,并在 Verilog 代碼中通過 readmemh 函數(shù)
    發(fā)表于 10-20 08:00

    液態(tài)神經(jīng)網(wǎng)絡(LNN):時間連續(xù)性與動態(tài)適應性的神經(jīng)網(wǎng)絡

    1.算法簡介液態(tài)神經(jīng)網(wǎng)絡(LiquidNeuralNetworks,LNN)是一種新型神經(jīng)網(wǎng)絡架構,其設計理念借鑒自生物神經(jīng)系統(tǒng),特別是秀麗隱桿線蟲的
    的頭像 發(fā)表于 09-28 10:03 ?1601次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡</b>(LNN):時間連續(xù)性與動態(tài)適應性的<b class='flag-5'>神經(jīng)網(wǎng)絡</b>

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+神經(jīng)形態(tài)計算、類腦芯片

    AI芯片不僅包括深度學細AI加速器,還有另外一個主要列別:類腦芯片。類腦芯片是模擬人腦神經(jīng)網(wǎng)絡架構的芯片。它結合微電子技術和新型神經(jīng)形態(tài)器件,模仿人腦
    發(fā)表于 09-17 16:43

    神經(jīng)網(wǎng)絡的并行計算與加速技術

    隨著人工智能技術的飛速發(fā)展,神經(jīng)網(wǎng)絡在眾多領域展現(xiàn)出了巨大的潛力和廣泛的應用前景。然而,神經(jīng)網(wǎng)絡模型的復雜度和規(guī)模也在不斷增加,這使得傳統(tǒng)的串行計算方式面臨著巨大的挑戰(zhàn),如計算速度慢、訓練時間長等
    的頭像 發(fā)表于 09-17 13:31 ?1328次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡</b>的并行計算與加速技術

    無刷電機小波神經(jīng)網(wǎng)絡轉子位置檢測方法的研究

    摘要:論文通過對無刷電機數(shù)學模型的推導,得出轉角:與三相相電壓之間存在映射關系,因此構建了一個以三相相電壓為輸人,轉角為輸出的小波神經(jīng)網(wǎng)絡來實現(xiàn)轉角預測,并采用改進遺傳算法來訓練網(wǎng)絡結構與參數(shù),借助
    發(fā)表于 06-25 13:06

    神經(jīng)網(wǎng)絡專家系統(tǒng)在電機故障診斷中的應用

    摘要:針對傳統(tǒng)專家系統(tǒng)不能進行自學習、自適應的問題,本文提出了基于種經(jīng)網(wǎng)絡專家系統(tǒng)的并步電機故障診斷方法。本文將小波神經(jīng)網(wǎng)絡和專家系統(tǒng)相結合,充分發(fā)揮了二者故障診斷的優(yōu)點,很大程度上降低了對電機
    發(fā)表于 06-16 22:09

    神經(jīng)網(wǎng)絡RAS在異步電機轉速估計中的仿真研究

    ,在一定程度上擴展了轉速估計范圍。 純分享帖,需要者可點擊附件免費獲取完整資料~~~*附件:神經(jīng)網(wǎng)絡RAS在異步電機轉速估計中的仿真研究.pdf【免責聲明】本文系網(wǎng)絡轉載,版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權
    發(fā)表于 06-16 21:54

    基于FPGA搭建神經(jīng)網(wǎng)絡的步驟解析

    本文的目的是在一個神經(jīng)網(wǎng)絡已經(jīng)通過python或者MATLAB訓練好的神經(jīng)網(wǎng)絡模型,將訓練好的模型的權重和偏置文件以TXT文件格式導出,然后通過python程序將txt文件轉化為coe文件,(coe
    的頭像 發(fā)表于 06-03 15:51 ?1539次閱讀
    基于FPGA搭建<b class='flag-5'>神經(jīng)網(wǎng)絡</b>的步驟解析

    感應電機智能調(diào)速

    原理,感應電機的MATLAB?/Simulink 建模和仿真,智能控制 MATLAB?/Simulink仿真基礎,感應電機的專家系統(tǒng)控制,混合模糊/PI兩段控制方法,基于人工神經(jīng)網(wǎng)絡(ANN)的感應電機直接
    發(fā)表于 05-28 15:53
    昌黎县| 台山市| 榆林市| 林州市| 仪陇县| 蓬溪县| 伽师县| 彝良县| 星座| 都江堰市| 新宾| 万州区| 博爱县| 陈巴尔虎旗| 吉林市| 阳信县| 苏州市| 班戈县| 咸宁市| 永定县| 辉县市| 调兵山市| 正阳县| 嘉兴市| 托克托县| 九龙城区| 和林格尔县| 玉屏| 成武县| 徐闻县| 互助| 涞源县| 祁阳县| 鄯善县| 自治县| 唐海县| 叙永县| 平阳县| 井研县| 太原市| 枞阳县|