0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)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(lǐng)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(gòu)建新型新神經(jīng)網(wǎng)絡(luò)

如意 ? 來源:知社學(xué)術(shù)圈 ? 作者:知社學(xué)術(shù)圈 ? 2020-07-05 11:39 ? 次閱讀

受生物神經(jīng)網(wǎng)絡(luò)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(gòu)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(luò),樹突功能顯著提升了網(wǎng)絡(luò)的準確率,同時大幅降低了系統(tǒng)的功耗,增強了網(wǎng)絡(luò)處理復(fù)雜任務(wù)的能力。

包含樹突計算的新型人工神經(jīng)網(wǎng)絡(luò)示意圖生物神經(jīng)網(wǎng)絡(luò)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(jié)構(gòu),其中樹突具有非常復(fù)雜的拓撲結(jié)構(gòu)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(fù)雜任務(wù)的同時保持低功耗的重要原因之一。當(dāng)前的人工神經(jīng)網(wǎng)絡(luò)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(luò)在功耗、靈活性上與生物神經(jīng)網(wǎng)絡(luò)相比仍存在很大的差距。

6月29日,清華大學(xué)微電子所、未來芯片技術(shù)高精尖創(chuàng)新中心錢鶴、吳華強教授團隊,聯(lián)合清華大學(xué)醫(yī)學(xué)院及腦與智能實驗室宋森研究員、美國麻省大學(xué)楊建華教授、阿里巴巴達摩院謝源教授、加州大學(xué)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(fù)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(dǎo)電細絲型突觸器件、Mott相變型胞體器件進行系統(tǒng)集成,構(gòu)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(luò)。實驗結(jié)果顯示,由于樹突功能的引入,該網(wǎng)絡(luò)在處理具有復(fù)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(luò)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(xué)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(shù)研究,從器件性能優(yōu)化、工藝集成、電路設(shè)計及架構(gòu)與算法等多層次實現(xiàn)創(chuàng)新突破,相關(guān)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(lǐng)域內(nèi)頂級國際學(xué)術(shù)會議上。

研究人員研制出人工樹突器件,構(gòu)建新型新神經(jīng)網(wǎng)絡(luò)

受生物啟發(fā)制備的新原理樹突器件,復(fù)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(gòu)建新型新神經(jīng)網(wǎng)絡(luò)

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(luò),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(fù)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(dǎo)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(gòu)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(luò)。

在包含復(fù)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(luò)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(luò)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(luò)的功能。未來通過器件、算法、電路、架構(gòu)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(luò)處理復(fù)雜時空任務(wù)的能力,構(gòu)建更加智能化的低功耗神經(jīng)網(wǎng)絡(luò)。

該研究工作得到了國家自然科學(xué)基金委、國家重點研發(fā)計劃、北京市科委、北京信息科學(xué)與技術(shù)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(quán)轉(zhuǎn)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(xué)習(xí)之用,如有內(nèi)容侵權(quán)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

    評論

    相關(guān)推薦

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    在上一篇文章中,我們介紹了傳統(tǒng)機器學(xué)習(xí)的基礎(chǔ)知識和多種算法。在本文中,我們會介紹人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法,供各位老師選擇。 01 人工
    的頭像 發(fā)表于 01-09 10:24 ?185次閱讀
    <b class='flag-5'>人工</b><b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的原理和多種<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>架構(gòu)方法

    基于光學(xué)衍射神經(jīng)網(wǎng)絡(luò)的軌道角動量復(fù)用全息技術(shù)的設(shè)計與實驗研究

    隨著神經(jīng)網(wǎng)絡(luò)的發(fā)展,光學(xué)神經(jīng)網(wǎng)絡(luò)(ONN)的研究受到廣泛關(guān)注。研究人員從衍射光學(xué)、散射光、光干涉以及光學(xué)傅里葉變換等基礎(chǔ)理論出發(fā),利用各種光學(xué)設(shè)備及材料成功實現(xiàn)了
    的頭像 發(fā)表于 12-07 17:39 ?1999次閱讀
    基于光學(xué)衍射<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的軌道角動量復(fù)用全息技術(shù)的設(shè)計與實驗<b class='flag-5'>研究</b>

    卷積神經(jīng)網(wǎng)絡(luò)的實現(xiàn)工具與框架

    卷積神經(jīng)網(wǎng)絡(luò)因其在圖像和視頻處理任務(wù)中的卓越性能而廣受歡迎。隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展,多種實現(xiàn)工具和框架應(yīng)運而生,為研究人員和開發(fā)者提供了強大的支持。 TensorFlow 概述
    的頭像 發(fā)表于 11-15 15:20 ?296次閱讀

    Moku人工神經(jīng)網(wǎng)絡(luò)101

    不熟悉神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識,或者想了解神經(jīng)網(wǎng)絡(luò)如何優(yōu)化加速實驗研究,請繼續(xù)閱讀,探索基于深度學(xué)習(xí)的現(xiàn)代智能化實驗的廣闊應(yīng)用前景。什么是神經(jīng)網(wǎng)絡(luò)?“人工
    的頭像 發(fā)表于 11-01 08:06 ?328次閱讀
    Moku<b class='flag-5'>人工</b><b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>101

    如何構(gòu)建多層神經(jīng)網(wǎng)絡(luò)

    構(gòu)建多層神經(jīng)網(wǎng)絡(luò)(MLP, Multi-Layer Perceptron)模型是一個在機器學(xué)習(xí)和深度學(xué)習(xí)領(lǐng)域廣泛使用的技術(shù),尤其在處理分類和回歸問題時。在本文中,我們將深入探討如何從頭開始構(gòu)建一個多層
    的頭像 發(fā)表于 07-19 17:19 ?947次閱讀

    BP神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)的區(qū)別

    BP神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡稱ANNs)之間的關(guān)系與區(qū)別,是神經(jīng)網(wǎng)絡(luò)領(lǐng)域中一個基礎(chǔ)且重要的話題。本文將從定義、結(jié)構(gòu)、算法、應(yīng)用及
    的頭像 發(fā)表于 07-10 15:20 ?1212次閱讀

    PyTorch神經(jīng)網(wǎng)絡(luò)模型構(gòu)建過程

    PyTorch,作為一個廣泛使用的開源深度學(xué)習(xí)庫,提供了豐富的工具和模塊,幫助開發(fā)者構(gòu)建、訓(xùn)練和部署神經(jīng)網(wǎng)絡(luò)模型。在神經(jīng)網(wǎng)絡(luò)模型中,輸出層是尤為關(guān)鍵的部分,它負責(zé)將模型的預(yù)測結(jié)果以合適的形式輸出。以下將詳細解析PyTorch中
    的頭像 發(fā)表于 07-10 14:57 ?532次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的案例分析

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network, ANN)作為深度學(xué)習(xí)領(lǐng)域的重要分支,自20世紀80年代以來一直是人工智能領(lǐng)域的研究熱點。其靈感來源于生物
    的頭像 發(fā)表于 07-08 18:20 ?850次閱讀

    人工神經(jīng)網(wǎng)絡(luò)模型包含哪些層次

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)是一種模擬人腦神經(jīng)網(wǎng)絡(luò)的計算模型,具有自適應(yīng)、自學(xué)習(xí)、泛化能力強等特點。本文將詳細介紹人工
    的頭像 發(fā)表于 07-05 09:17 ?659次閱讀

    人工神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練的基本原理

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡稱ANNs)是一種受生物神經(jīng)網(wǎng)絡(luò)啟發(fā)而構(gòu)建的數(shù)學(xué)模型,用于模擬人腦處理信息的方式。它在機器學(xué)習(xí)和深度學(xué)習(xí)領(lǐng)域具有廣
    的頭像 發(fā)表于 07-05 09:16 ?746次閱讀

    人工神經(jīng)網(wǎng)絡(luò)模型的分類有哪些

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks, ANNs)是一種模擬人腦神經(jīng)元網(wǎng)絡(luò)的計算模型,它在許多領(lǐng)域,如圖像識別、語音識別、自然語言處理、預(yù)測分析等有著廣泛的應(yīng)用。本文將
    的頭像 發(fā)表于 07-05 09:13 ?1298次閱讀

    人工智能神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是什么

    人工智能神經(jīng)網(wǎng)絡(luò)是一種模擬人腦神經(jīng)網(wǎng)絡(luò)的計算模型,其結(jié)構(gòu)和功能非常復(fù)雜。 引言 人工智能神經(jīng)網(wǎng)絡(luò)是一種模擬人腦
    的頭像 發(fā)表于 07-04 09:37 ?638次閱讀

    人工智能神經(jīng)網(wǎng)絡(luò)芯片的介紹

    : 概述 人工智能神經(jīng)網(wǎng)絡(luò)芯片是一種新型的處理器,它們基于神經(jīng)網(wǎng)絡(luò)的計算模型,通過模擬人腦神經(jīng)元的連接和交互方式,實現(xiàn)對數(shù)據(jù)的高效處理。與傳
    的頭像 發(fā)表于 07-04 09:33 ?850次閱讀

    神經(jīng)網(wǎng)絡(luò)人工智能的關(guān)系是什么

    神經(jīng)網(wǎng)絡(luò)人工智能的關(guān)系是密不可分的。神經(jīng)網(wǎng)絡(luò)人工智能的一種重要實現(xiàn)方式,而人工智能則是神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-03 10:25 ?1232次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的含義和用途是

    人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡稱ANNs)是一種受生物神經(jīng)網(wǎng)絡(luò)啟發(fā)而構(gòu)建的數(shù)學(xué)模型,它通過模擬人腦神經(jīng)
    的頭像 發(fā)表于 07-02 10:07 ?920次閱讀