Oct, 2023

海马的生物启发计算内存模型：一种神经形态的基于脉冲的内容寻址记忆方法

PDF
TL;DR本研究提出了一种基于海马 CA3 区域的生物启发式脉冲内容寻址记忆模型，具有学习、遗忘和回忆来自任何片段的正交和非正交记忆的能力，并在 SpiNNaker 硬件平台上使用脉冲神经网络实现了该模型，验证了其正确的功能。此工作是对生物启发式脉冲海马内容寻址记忆模型的首次硬件实施，为未来更复杂的神经形态系统的开发铺平了道路。
发现论文，激发创造
  • 机器人导航和环境拟态映射的仿生基于脉冲的海马体和后顶叶皮层模型

    本文介绍了受生物启发的海马记忆模型与后部顶叶皮质模型相连的基于脉冲的机器人导航和环境伪地图系统，使用脉冲神经网络在 SpiNNaker 硬件平台上实现，并在实验中演示了其正确操作并能够避开障碍物并映射该环境。这是一个动态学习的环境伪映射系统的首次实施。

    May, 2023

  • 神经形态算法硬件协同设计用于时间模式学习

    本文介绍了一种针对 Leaky Integrate and Fire 神经元的高效训练算法，该算法能够训练 SNN 学习复杂的时空模式，并且通过与硬件结合的方式，展示了神经元和突触基于忆阻器的网络实现的原理及优点。

    Apr, 2021

  • 基于电阻变化器的存储器：从内存计算、深度学习加速、脉冲神经网络到神经形态计算的未来

    本文综述深度学习、电晕电阻存储器（Memristors）和尖峰神经网络等人工智能领域的新技术。文章重点讨论了依赖非冯・诺依曼体系结构的计算和定制学习和推理算法的必要性，并展望了未来神经形态的计算系统。

    Apr, 2020

  • 低功耗神经形态处理硬件

    本文回顾了构建新一类仿效人脑以时间编码和处理信息的信息处理引擎所涉及的一些体系结构和系统级设计方面，以解决能效问题。

    Jan, 2019

  • 神经形态学系统的存储和信息处理

    本文介绍支持皮层网络和深度神经网络模型的仿生处理器架构的调查和优点，这些架构从串行时钟实现的多神经元系统到纯数字系统和混合模拟 / 数字系统，实现更类似生物神经系统的神经元和突触模型，并描述了需要解决的挑战。

    Jun, 2015

  • 基于海马体启发的操作性条件作用认知架构（HICA）

    本文提出了一种大脑启发的认知架构 —— 海马体启发认知架构 (HICA)，通过模拟海马等器官，使用 Modulated Heterarchical Prediction Memory (mHPM) 模块，实现了哺乳动物在少量试验中学习新行为政策的学习机制，为操作性条件反射的学习提供了一种新的神经机制。

    Dec, 2022

  • 基于海布学习的正交投影，用于脉冲神经网络的持续学习

    基于侧向连接和赫比学习的神经操作提供对脑回路的新见解，并展示了如何在神经系统中实现正交投影，由此解决了关于神经形态计算的遗忘问题。

    Feb, 2024

  • 神经生物学和机器学习中的大型关联记忆问题

    提出了一种微观理论，其中只需两体相互作用，就可以有效地描述大型关联内存，具有一定的生物可信度，并实现了能量最小化的动力学。

    Aug, 2020

  • 大规模神经形态脉冲阵列处理器：模拟人脑的追求

    本论文综述了神经形态工程中的关键问题，包括信息处理、脑样计算、神经模型及其仿真，以及深度学习等。

    May, 2018

  • 神经脉冲谱的神经型听觉感知

    通过引入一种名为 Spiketrum 的神经脉冲编码模型，该模型将时间变化的模拟信号（通常是听觉信号）转换为计算高效的时空脉冲模式，实现了稀疏有效的编码方案，通过精确可控的脉冲速率，便于在各种听觉感知任务中训练脉冲神经网络。我们进一步通过神经型耳蜗原型探究了算法与硬件的协同设计，证明我们的方法可以通过完全利用基于脉冲的计算的优势，为基于脉冲的人工智能提供系统性的解决方案。

    Sep, 2023