<p id="fv5tr"><pre id="fv5tr"><track id="fv5tr"></track></pre></p>

      <address id="fv5tr"></address>

    <sub id="fv5tr"><dfn id="fv5tr"><mark id="fv5tr"></mark></dfn></sub>

    <form id="fv5tr"><listing id="fv5tr"></listing></form><sub id="fv5tr"><dfn id="fv5tr"><ins id="fv5tr"></ins></dfn></sub>
      <sub id="fv5tr"><dfn id="fv5tr"><ins id="fv5tr"></ins></dfn></sub>
      <sub id="fv5tr"><dfn id="fv5tr"></dfn></sub>
      <sub id="fv5tr"><dfn id="fv5tr"></dfn></sub>

      <sub id="fv5tr"></sub>

      <sub id="fv5tr"><var id="fv5tr"><mark id="fv5tr"></mark></var></sub>

      <address id="fv5tr"><dfn id="fv5tr"></dfn></address><address id="fv5tr"><listing id="fv5tr"></listing></address>

      國外科技媒體Tech Xplore報道孫軍偉博士團隊科研成果

      供稿單位: 編輯發布:宣傳部 日期: 2020-03-27

      近日,國外科技媒體Tech Xplore對我校電氣信息工程學院孫軍偉博士團隊和華中科技大學類腦智能團隊關于類腦仿生電路方面的研究成果進行了報道。Tech XploreScience X 旗下的科技網站,刊載內容主要涵蓋工程、電子和技術發展等前沿領域最新研究。Science X是一個提供每日科學、研究、技術的高質量新聞媒體,覆蓋面廣,每個月全球讀者多達500萬,包括科學家、研究人員和工程師等。

      目前,基于憶阻器件的神經網絡電路是類腦芯片領域的熱門研究方向。憶阻器件的阻值具有可變性和非易失性,這與神經突觸的特性非常類似。因此可以基于憶阻突觸,構造人工神經網絡電路。相比于運行于傳統馮·諾依曼架構計算機上的軟件程序所實現的人工神經網絡,憶阻神經網絡電路具有速度快、能耗低的優勢。

      針對當前關于基于憶阻的巴甫洛夫聯想記憶神經網絡同時要求食物信號和鈴聲信號同時出現,才能產生聯想記憶現象的局限性,團隊提出了一種具有延時學習能力的全功能憶阻巴甫洛夫聯想記憶電路,使得兩種信號不同時發生時也能觸發聯想記憶。所設計電路具有學習、遺忘、可變速率學習與遺忘,延時學習與遺忘,以及自然遺忘等功能。該成果利用硬件電路有效實現了動物或人類的聯想記憶過程,有望推廣到更復雜的類腦記憶上。

      成果發表在控制領域權威期刊IEEE Transactions on Cybernetics上,電氣信息工程學院孫軍偉副教授為該成果第一作者,王延峰教授為通訊作者,我校為第一作者單位和第一通訊作者單位。搜狐、網易、前瞻網等對該成果進行了報道。

      Tech Xplore鏈接地址:

      https://techxplore.com/news/2019-12-memristor-based-neural-network-notion-associative.html

      搜狐鏈接地址:

      https://www.sohu.com/a/359717227_114835

      網易鏈接地址:

      https://3g.163.com/tech/article/F04E85DL051480KF.html?isFromOtherWeb=true

      前瞻網鏈接地址:

      https://t.qianzhan.com/caijing/detail/191211-4299fdc1.html

      論文鏈接地址:

      https://ieeexplore.ieee.org/document/8908696

      孫軍偉博士課題組近年在類腦仿生電路方面開展研究工作,相關成果得到國家自然科學基金項目資助。目前,課題組承擔國家自然科學基金項目3項,省部級項目5項,授權發明專利10項,發表論文SCI、EI論文50余篇,主要成果發表在《IEEE Transactions on Cybernetics(JCR1區,IF=11.53)、《IEEE Transactions on Neural Networks and Learning Systems(JCR1區,IF=12.16)、《Nonlinear Dynamics(JCR2區,IF=5.05)。

      科技處

      電氣信息工程學院

      2020326


      炸金花群