《基於憶阻器的混沌神經網路及其在信息處理中的套用》是依託西南大學,由段書凱擔任項目負責人的面上項目。
基本介紹
- 中文名:基於憶阻器的混沌神經網路及其在信息處理中的套用
- 項目類別:面上項目
- 項目負責人:段書凱
- 依託單位:西南大學
項目摘要,結題摘要,
項目摘要
憶阻器(Memristor)的成功研製被美國《連線》雜誌評為2008年10大科技突破之一,其類似於人類大腦的記憶功能有望徹底改變計算機的工作方式,在現代智慧型信息處理中蘊含著廣泛的套用前景。混沌神經網路是現代智慧型信息處理的重要方法,但其結構複雜,規模難於擴大,信息處理能力有限,進一步發展遇到了巨大障礙。利用憶阻器能夠記憶歷史狀態(即使在掉電的情況下)的優勢,有望簡化神經元之間的連線,大大降低混沌神經網路的算法複雜性。本項目將融合憶阻器、混沌和神經網路的優勢,研究性能優越的新一代混沌神經網路模型,進行動力學分析。在此基礎上,將基於憶阻器的混沌網路用於動態聯想記憶和信號發生器,探討信息處理的新方法。研究成果將為開發智慧型信息處理系統提供重要的理論和實踐依據。這方面的工作在國際上還處於萌芽狀態,是一項有著廣泛前景的套用基礎研究。
結題摘要
根據項目任務書,本項目主要研究了基於憶阻器的混沌神經網路及其在信息處理中的套用,在些基礎上擴展研究了基於納米憶阻器/CMOS混合結構的阻變存儲器和混合憶阻器/CMOS結構的智慧型PID控制器,圓滿完成了預定的研究目標。三年來,我們在IEEE等知名國際國內雜誌上發表學術論文24篇,其中SCI檢索10篇,EI檢索6篇,接受待發表SCI/EI學術論文6篇。申請國家發明專利3項,正式獲準授權2項。指導博士生研究生1人,碩士研究生10名。取得的主要研究成果如下:1.針對混沌神經網路結構複雜,規模難於擴大,信息處理能力有限,進一步發展遇到了巨大障礙,利用憶阻器能夠記憶歷史狀態的優勢,有望簡化神經元之間的連線,大大降低混沌神經網路的算法複雜性。融合了憶阻器、混沌和神經網路的優勢,研究性能優越的新一代混沌神經網路模型,並進行動力學分析。在此基礎上,將基於憶阻器的混沌網路用於動態聯想記憶,信號發生器和探討信息處理的新方法中。研究成果將為開發智慧型信息處理系統提供了重要的理論和實踐依據。2. 憶阻器具有依賴於激勵歷史的動態電阻,可以用來構造少電晶體的非易失性半導體存儲器(NVSM),也稱為阻變隨機存取存儲器(RRAM)。我們提出了一種基於憶阻器的阻變隨機存取存儲器(MRRAM)——可與現代計算系統相兼容的納米級二值存儲器實現方案,其結構與靜態隨機存取存儲器(SRAM)類似,但用憶阻器替代基本RS觸發器存儲信息。在此基礎上,通過改進該MRRAM,可以實現在一個存儲單元中存儲多比特信息的多值存儲器,大大提高了存儲密度。給出的計算機仿真和數值分析驗證了本方案在存儲ASCII字元和圖像中的有效性,探討了灰度圖像存儲的新方法。基於憶阻器和現代CMOS工藝的混合結構,具有自動記憶和納米級尺寸優勢。3. 研究了新型的混合憶阻器/CMOS結構的智慧型PID控制器。隨著信息科學的飛速發展,現代工業對自動控制技術提出了更高的要求。將廣泛套用PID控制器、智慧型控制理論及電路新元件憶阻器相結合,研究新型的混合憶阻器/CMOS結構的智慧型PID控制器,具有體積小、功耗低、功能強以及適合用超大規模集成(VLSI)電路實現等優勢。