直播回放
直播回放
我国科学家提出一种基于旋转神经元的新型储备池计算硬件架构
为模仿大脑对复杂时序信号的处理能力，储备池计算以其易训练、便于硬件实现等优点成为类脑计算的前沿热点。高效的储备池计算架构能够充分挖掘电子器件的自身物理属性，以用作计算资源实现仿生人工神经网络。近日，清华大学科研团队在《Nature Communications》杂志发表了题为“Rotating neurons for all-analog implementation of cyclic reservoir computing”的论文，首次提出了一种基于旋转神经元的储备池计算架构，支持全模拟、低功耗的时序信号处理。
该团队在研究储备池计算的过程中发现，在物理连接上将一种特定的非线性动态单元(神经元电路)旋转起来，得到的输出等效于循环储备池算法的状态向量输出，并将这种硬件实现形式命名为旋转神经元储备池。该架构在设计上简洁高效，具有较强的可解释性，同时在非线性系统拟合任务上的表现优于现有储备池计算系统。研究团队进一步搭建了集成忆阻器阵列输出层的储备池计算系统，用硬件演示了实时混沌序列预测和手写字母识别，成功实现了端到端的全模拟计算，系统功耗比此前文献报道的储备池计算系统低三个数量级。
注：此研究成果摘自《Nature Communications》杂志，文章内容不代表本网站观点和立场，仅供参考。
(原标题：我国科学家提出一种基于旋转神经元的新型储备池计算硬件架构)
版权与免责声明：1.凡本网注明“来源：重工机械网”的所有作品，均为浙江兴旺宝明通网络有限公司-兴旺宝合法拥有版权或有权使用的作品，未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：重工机械网”。违反上述声明者，本网将追究其相关法律责任。 2.本网转载并注明自其它来源（非重工机械网）的作品，目的在于传递更多信息，并不代表本网赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品第一来源，并自负版权等法律责任。 3.如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。
相关新闻
昵称 验证码 请输入正确验证码
所有评论仅代表网友意见，与本站立场无关