基于连续时间模拟 MOS VLSI 技术的最新进展,本文初步提出了全集成连续时间有源跨导-C 神经网络理论。研究了 n 阶关联神经网络的非线性动力学性质。全集成连续时间有源跨导-C 神经网络通过主/从网络设计实现自学习训练,同时可与现有标...基于连续时间模拟 MOS VLSI 技术的最新进展,本文初步提出了全集成连续时间有源跨导-C 神经网络理论。研究了 n 阶关联神经网络的非线性动力学性质。全集成连续时间有源跨导-C 神经网络通过主/从网络设计实现自学习训练,同时可与现有标准MOS VLSI 技术良好兼容,从而将为神经网络理论和方法转变成廉价的商品开辟新途径。也为神经网络信息处理系统的研制及复杂人工智能的研究提供了新方法。展开更多
文摘基于连续时间模拟 MOS VLSI 技术的最新进展,本文初步提出了全集成连续时间有源跨导-C 神经网络理论。研究了 n 阶关联神经网络的非线性动力学性质。全集成连续时间有源跨导-C 神经网络通过主/从网络设计实现自学习训练,同时可与现有标准MOS VLSI 技术良好兼容,从而将为神经网络理论和方法转变成廉价的商品开辟新途径。也为神经网络信息处理系统的研制及复杂人工智能的研究提供了新方法。
基金Supported by National Basic Research Program of China(2013CB329402)National Natural Science Foundation of China(61473215,61472306,61502369)+5 种基金the Fund for Foreign Scholars in University Research and Teaching Programs(B07048)the Major Research Plan of the National Natural Science Foundation of China(91438201,91438103)the Program for Cheung Kong Scholars and Innovative Research Team in University(IRT_15R53)the foundation from Ministry of Education of China(BK16015020001)the National Science Basic Plan in Shaanxi Province of China(2016JQ6049)the Fundamental Research Funds for the Central Universities(7215598901)