隨著人工神經(jīng)網(wǎng)絡研究的發(fā)展以及在人工智能領域的廣泛應用,人工神經(jīng)網(wǎng)絡相比于傳統(tǒng)人工智能算法顯現(xiàn)出其獨特的優(yōu)勢。人工智能本質是對人類思維過程的模擬,而人工神經(jīng)網(wǎng)絡正是將腦科學對人腦神經(jīng)系統(tǒng)結構和動態(tài)過程的研究結果進行抽象,簡化而得到的一種人工智能算法。然而更接近真正意義上的類腦計算、更具有生物啟發(fā)性的神經(jīng)網(wǎng)絡正是脈沖神經(jīng)網(wǎng)絡。人工神經(jīng)網(wǎng)絡經(jīng)過多年的發(fā)展,目前已經(jīng)有多種專用的部署在云端的加速器平臺,可以進行在線神經(jīng)網(wǎng)絡訓練和推理。然而,脈沖神經(jīng)網(wǎng)絡中事件驅動的計算方式特別適合低功耗硬件的實現(xiàn),滿足端到端的應用環(huán)境下的需求。但是,目前現(xiàn)有的脈沖神經(jīng)網(wǎng)絡硬件系統(tǒng)在功耗、可重構性等方面難以適應復雜的端側場景,因此設計一種低功耗、可重構、模塊化的脈沖神經(jīng)網(wǎng)絡處理器就很有必要。本文首先簡單介紹了脈沖神經(jīng)網(wǎng)絡的一些背景知識。包括脈沖神經(jīng)網(wǎng)絡與人工神經(jīng)網(wǎng)絡的異同點,脈沖神經(jīng)網(wǎng)絡中的各種神經(jīng)元模型以及學習算法,并選擇了合適的神經(jīng)元模型以及學習算法用作構建本文研究所用的脈沖神經(jīng)網(wǎng)絡模型。除此之外介紹了目前主流的神經(jīng)網(wǎng)絡芯片的設計思想,結合低功耗、可重構、模塊化的設計要求,提出了脈沖神經(jīng)網(wǎng)絡處理器系統(tǒng)的指導性... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：80 頁

【學位級別】：碩士

【部分圖文】：

生物神經(jīng)元結構

IF模型等效電路

LIF模型動態(tài)行為示意圖

【參考文獻】：
期刊論文
[1]NVIDIA攜最新Volta架構Quadro GV100 GPU亮相InfoComm China 2018[J].   設計. 2018(10)
[2]人工神經(jīng)網(wǎng)絡的發(fā)展及現(xiàn)狀[J]. 徐學良.  微電子學. 2017(02)
[3]基于憶阻器的模擬人工神經(jīng)元電路設計[J]. 朱任杰,張濤,柯志強.  微電子學與計算機. 2014(08)
[4]玻爾茲曼機研究進展[J]. 劉建偉,劉媛,羅雄麟.  計算機研究與發(fā)展. 2014(01)
[5]多層感知器網(wǎng)絡內部判決模式的研究[J]. 馮天瑾,陳哲,熊建設.  數(shù)據(jù)采集與處理. 2000(04)
[6]M-P神經(jīng)元模型的幾何意義及其應用[J]. 張鈴,張鈸.  軟件學報. 1998(05)

碩士論文
[1]多核系統(tǒng)減少內存干擾技術的研究[D]. 孟曉林.杭州電子科技大學 2016
[2]Hodgkin-Huxley模型的分岔與混沌分析[D]. 車艷秋.天津大學 2005



本文編號：3001658