01
神經(jīng)形態(tài)系統(tǒng)對于發(fā)展智能人機(jī)界面至關(guān)重要。憶阻硬件能夠模擬生物系統(tǒng)的神經(jīng)元動態(tài)特性,但通常采用速率編碼,而單脈沖編碼(即通過每個神經(jīng)元單次脈沖的發(fā)放時間及神經(jīng)元間相對發(fā)放時間來傳遞信息)具有更快的速度和更高的能效。北京大學(xué)楊玉超教授團(tuán)隊報道了一種采用單脈沖編碼的穩(wěn)健憶阻硬件系統(tǒng)。在輸入編碼和神經(jīng)處理方面,團(tuán)隊利用均勻性氧化釩憶阻器構(gòu)建了編碼變異度低于1%的單脈沖發(fā)放電路。針對突觸計算,開發(fā)了電導(dǎo)整合策略與映射方案,以抑制氧化鉿/氧化鉭憶阻芯片因弛豫效應(yīng)導(dǎo)致的電導(dǎo)漂移,實現(xiàn)了標(biāo)準(zhǔn)差在1.2微西門子內(nèi)的弛豫電導(dǎo)態(tài)。此外,還設(shè)計了漸進(jìn)式步進(jìn)脈寬調(diào)控策略以避免資源浪費。集成的端到端硬件單脈沖編碼系統(tǒng)相較于軟件基準(zhǔn)的精度損失低于1.5%。團(tuán)隊展示了該系統(tǒng)可應(yīng)用于基于表面肌電信號的實時車輛控制。仿真結(jié)果表明,相較于傳統(tǒng)速率編碼系統(tǒng),本系統(tǒng)的能耗降低約38倍,延遲減少約6.4倍。相關(guān)論文以“An end-to-end memristive hardware system based on single-spike coding for human–machine interfaces”為題,發(fā)表在
Nature Electronics上。
![]()
02
基于脈沖時序依賴可塑性的神經(jīng)形態(tài)系統(tǒng)雖然能實現(xiàn)高效學(xué)習(xí),但在適應(yīng)高頻輸入方面存在局限,制約了其處理復(fù)雜時序信息的能力。突觸疲勞動態(tài)特性(類似于生物短期可塑性)可提升系統(tǒng)效能,但該特征難以在硬件中有效集成。北京大學(xué)楊玉超教授團(tuán)隊提出一種混合架構(gòu),通過配對具有不同動態(tài)特性的憶阻器陣列,構(gòu)建兼具短期疲勞特性與長期記憶功能的突觸單元。該單元由具備高均勻性和固有疲勞行為的界面動態(tài)憶阻器,與基于氧化鉿的單晶體管單非易失性憶阻器耦合而成。這一設(shè)計實現(xiàn)了疲勞脈沖時序依賴可塑性的硬件高效集成,顯著提升了脈沖神經(jīng)網(wǎng)絡(luò)的時間學(xué)習(xí)能力。研究表明,所得神經(jīng)網(wǎng)絡(luò)可用于無監(jiān)督在線學(xué)習(xí),對速率編碼和時序編碼脈沖均具有高適應(yīng)性,同時展現(xiàn)出優(yōu)異的抗噪聲能力和超越傳統(tǒng)脈沖時序依賴可塑性的性能表現(xiàn)。相關(guān)論文以“Spiking neural networks with fatigue spike-timing-dependent plasticity learning using hybrid memristor arrays”為題,發(fā)表在
Nature Electronics上。
![]()
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布,本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.