当前胚胎硬件的实际工程应用受到限制,原因在于其应用设计自动化程度低,功能分化主要由人工完成,导致大规模电路功能分化难以实现.基于大规模电路功能分化的需要,针对典型多层胚胎硬件结构,提出了胚胎硬件功能的层次式有向超图描述及其...当前胚胎硬件的实际工程应用受到限制,原因在于其应用设计自动化程度低,功能分化主要由人工完成,导致大规模电路功能分化难以实现.基于大规模电路功能分化的需要,针对典型多层胚胎硬件结构,提出了胚胎硬件功能的层次式有向超图描述及其存储方式,开发了基于正则匹配的硬件语言描述到层次式有向超图的转换算法,从而有效地将胚胎硬件功能分化问题转换为不同粒度的超图划分问题.为了建立分粒度层次式有向超图模型,进而设计并实现了胚胎硬件的硬件语言描述到有向超图的转换系统(Hypergraph For Embryonics,HGFE).实验及分析表明,该系统适用于几十门至几万门的测试电路,为胚胎硬件功能分化提供了良好的图论模型,并和有向无环图对比,建模时间减少了至少28.7%,存储空间减少了至少30.1%,验证了该方法的优越性.展开更多
将网络信息的概念引入到神经科学当中对于研究脑功能机制有着积极的作用。然而人脑网络的复杂性对于理解有一定的困难。该文基于有向传递函数(Directed Transfer Function,DTF)的方法估计得到功能连接模式,进一步提出了信息流增益的计...将网络信息的概念引入到神经科学当中对于研究脑功能机制有着积极的作用。然而人脑网络的复杂性对于理解有一定的困难。该文基于有向传递函数(Directed Transfer Function,DTF)的方法估计得到功能连接模式,进一步提出了信息流增益的计算方法,用以评价特定脑区在全脑信息传输过程中的作用。该方法将流入信息和流出信息结合,具有浓缩两者信息的优点,简化了脑复杂网络的辨识度,并且提高了结果的显示标度。仿真运算和自发、诱发脑电数据的结果都显示出通过计算分析信息流增益可以比较理想地得到各个脑区对全脑信息流的贡献。结果证明信息流增益方法为进一步理解大脑认知机制提供了可能。展开更多
文摘当前胚胎硬件的实际工程应用受到限制,原因在于其应用设计自动化程度低,功能分化主要由人工完成,导致大规模电路功能分化难以实现.基于大规模电路功能分化的需要,针对典型多层胚胎硬件结构,提出了胚胎硬件功能的层次式有向超图描述及其存储方式,开发了基于正则匹配的硬件语言描述到层次式有向超图的转换算法,从而有效地将胚胎硬件功能分化问题转换为不同粒度的超图划分问题.为了建立分粒度层次式有向超图模型,进而设计并实现了胚胎硬件的硬件语言描述到有向超图的转换系统(Hypergraph For Embryonics,HGFE).实验及分析表明,该系统适用于几十门至几万门的测试电路,为胚胎硬件功能分化提供了良好的图论模型,并和有向无环图对比,建模时间减少了至少28.7%,存储空间减少了至少30.1%,验证了该方法的优越性.
文摘将网络信息的概念引入到神经科学当中对于研究脑功能机制有着积极的作用。然而人脑网络的复杂性对于理解有一定的困难。该文基于有向传递函数(Directed Transfer Function,DTF)的方法估计得到功能连接模式,进一步提出了信息流增益的计算方法,用以评价特定脑区在全脑信息传输过程中的作用。该方法将流入信息和流出信息结合,具有浓缩两者信息的优点,简化了脑复杂网络的辨识度,并且提高了结果的显示标度。仿真运算和自发、诱发脑电数据的结果都显示出通过计算分析信息流增益可以比较理想地得到各个脑区对全脑信息流的贡献。结果证明信息流增益方法为进一步理解大脑认知机制提供了可能。