基於憶阻的動態聯想網路的電路結構和算法研究

《基於憶阻的動態聯想網路的電路結構和算法研究》是依託華中科技大學，由溫世平擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於憶阻的動態聯想網路的電路結構和算法研究
• 項目類別：青年科學基金項目
• 項目負責人：溫世平
• 依託單位：華中科技大學

中文摘要

憶阻的成功研製為電子電路的設計提供了新的途徑，並使該電路具有新的功能。本項目利用憶阻特有的，符合認知計算功能的非線性動態回響特性，構建基於憶阻的振盪神經元電路，研究其動力學行為特性；通過耦合憶阻振盪神經元電路，形成振盪神經網路，並以此網路作為聯想記憶單元。設計相應的分層結構組織這些記憶單元，通過最近鄰域搜尋來解決模式匹配問題，實現最接近的模式輸出。對於高維向量空間中的大數據集，考慮現有結構中，可能存在的模式衝突、信息提取困難等問題，利用憶阻的切換特性，提出樹形組織形式；利用分層k-means聚類算法對模式進行分類，通過比較輸入模式與聚類過程中形成的質心，完成識別過程；引入分支限界算法改進這種搜尋技術，實現高性能認知功能。其深入研究將對憶阻系統的電路設計、動力學行為、切換控制、網路結構設計和模式識別等領域的研究產生一定的推動作用。

結題摘要

計算系統的性能指標在近幾十年不斷提高，其計算速度和記憶體容量也在快速增加，但人類可輕鬆實現的認知行為，對於當前的計算系統卻是相當困難。根本的區別在於電腦不像人腦那樣能夠對輸入信息進行模糊化和非布爾數據處理，來實現有效的聯想、抽象和推理。憶阻的最新研究進展為人們提供了帶有非線性特性的替代設備，其特有的可塑性和非易失性更加符合認知行為特點。本項目設計基於憶阻的振盪神經元電路，提出多個動力學系統間協調切換的控制方法，揭示靜態多模式存儲與振盪吸引子間的本質聯繫，構建基於高維空間下的大數據集的憶阻聯想網路體系結構，解決模式衝突等難題，設計相應的搜尋算法，實現複雜的聯想記憶功能。通過研究基於憶阻的聯想神經元和大腦分層結構模型，設計相關的檢索算法，實現基於非布爾函式的聯想記憶功能，並為模式存儲和檢索系統的實現提供新的途徑和方法，實現多穩態信息存儲，達到增大神經電路信息存儲模型容量，增強模型獲取準確性的目的。憶阻聯想網路的結構設計，解決傳統聯想神經網路中存在的模式衝突、信息提取困難和容量小等難題。憶阻聯想網路的聚類檢索算法研究，提高檢索正確性，減少檢索時間，最佳化檢索結果。本項目研究對憶阻系統的電路設計、動力學行為研究、切換控制、網路結構設計、算法研究、和模式識別等等的研究產生一定的推動作用。