Investigadores logran plasticidad sináptica neuronal y simulación de red neuronal basada en inductor

El cerebro humano es una neurona de 10 ^ 11 y 10 compuestos de un Synaptic altamente interconectada ~ 15 ^, masivamente paralelo, la estructura compleja red de la variable en la red neural, las neuronas del cerebro se considera un motor de cálculo, que acepta la entrada de paralelo, miles de sinapsis conectados a los procesos de plasticidad sináptica dendríticas es producir un cambio biológico pesos sinápticos por un patrón específico de la actividad sináptica, este proceso se considera que es el cerebro aprende y memoria fuente analógica plasticidad sináptica y el aprendizaje, la construcción de redes neuronales artificiales, es la clave para el futuro realización de neuromórfico cerebro-ordenador. en los últimos años, con el auge de la tecnología de inteligencia artificial y la aparición de nuevos dispositivos electrónicos, utilizando un único dispositivo electrónico simulación NEURON de la plasticidad sináptica y el aprendizaje, la formación de una nueva investigación de vanguardia - sinapsis Electrónica (Electrónica sináptica).

Actualmente, el principal sináptica electrónica analógica termina dispositivo resistivo (memristor) y el dispositivo resistivo de tres terminales (transistor de efecto campo) a la función sináptica. Pesos sinápticos y la resistencia variable del peso de estos dispositivos (proyectar los cambios en la intensidad de la conexión tacto) es muy similar, se ha utilizado con éxito para simular la plasticidad sináptica y el aprendizaje. recientemente, el Instituto de Física de la Academia de Ciencias de china / Pekín laboratorio nacional de física de materia condensada Centro de Investigación nacional de Investigación grupo Sun Yang magnética primera propuesta el elemento internacional no volátil de circuito basado en el efecto de acoplamiento magnético - dispositivo de memoria acoplado (memtranstor) un dispositivo de este tipo se define por una relación no lineal entre la carga y el flujo magnético, que está acoplado al valor de estado eléctrico representan, puede ser dado por un valor de tensión del dispositivo de medición de acoplamiento magnético. en trabajos anteriores, Sun Yang se basa en grupos de investigación han demostrado con éxito memoria acoplada a un almacenamiento de dos estados a la temperatura ambiente, funciones de la memoria multi-estado y operaciones de lógica booleana. en comparación con el dispositivo resistivo, memoria acoplada tiene la ventaja de menor consumo de energía.

Recientemente, montañas Sun Yang Grupo de Investigación Profesor Asociado Shang, Ph.D. Shen ver Xin y colaboradores de la Academia China de Ciencias, Física investigador Shen Bao-gen, profesor de la Universidad Normal de Beijing, Wang Shouguo logrado nuevos avances en la memoria de la aplicación de acoplados, recordando con éxito acoplamiento se utiliza en conflicto tocar campo de la electrónica. ellos Ni / PMN-PT que tiene un efecto de acoplamiento rt dispositivo grande magnético / Ni memoria acoplada mediante el ajuste de la tensión de disparo del pulso y la frecuencia de impulsos para lograr unas continuos cambios de forma reversible valores acopladas eléctricamente, de neuritas simulación tocar aumento de peso y disminuir la conducta. estudios de neurobiología han demostrado que el aprendizaje de la hierba de cumplir con la ley, que los pesos sinápticos varían dependiendo de estimular la actividad de las neuronas antes y después de las conexiones sinápticas sináptica. desencadenan forma de onda de tensión de impulso a través del diseño, y las dos formas de onda de impulsos se superponen para lograr un dependiente comportamiento plasticidad sináptica secuencia de pulsos de la plasticidad (el STDP) es. sobre esta base, construyeron una red neural basado en 4 * 4 acoplado de memoria, el aprendizaje de ruido aleatorio, el análogo La imagen de la función de aprendizaje estático y dinámico. El estudio por primera vez en el mundo utilizando el memristor para simular la plasticidad sináptica y la función de aprendizaje, Se prueba la viabilidad de construir una red neuronal de baja potencia basada en un dispositivo de memoria, lo que proporciona un enfoque completamente nuevo para el desarrollo de la electrónica sináptica y la informática cerebral.

Los resultados relevantes de la investigación se publicaron en Materiales avanzados. La investigación ha sido financiada por la National Natural Science Foundation, el Ministerio de ciencia y tecnología y la Academia de Ciencias de China.

La figura 1.a, elementos básicos del esquema; b, Yi desacoplador curva característica; c, la memoria de trabajo diagrama acoplado; d, tensión de acoplamiento magnético (VME) y el electrodo con el campo magnético cambia de dirección.

2.a figura, sinapsis esquemáticas; b, excitación / inhibición de los potenciales postsinápticos (EPSP / IPSP) con los cambios impulso de disparo en el voltaje; c, 2,5 kV / / IPSP impulso de disparo cm impulso de disparo de tensión EPSP con el número de condiciones en las Cambio

La figura 3.a, b, y el impulso de temporización correspondiente forma de onda de impulso de disparo plasticidad dependiente. C, d, impulso de temporización plasticidad dependiente en una forma simplificada y la forma de onda de impulsos de disparo correspondiente.

La Fig. 4.a, una vista esquemática de la red neural; b, un diagrama de forma de onda de impulso de disparo; c, pesos sinápticos antes y después de la red neuronal de aprendizaje distribución de peso; d, la precisión del objeto de aprendizaje del valor de saturación varía con el número de píxeles de ruido.

2016 GoodChinaBrand | ICP: 12011751 | China Exports