基于突触可塑性的SNN随钻陀螺仪漂移处理

针对随钻振动引起MEMS陀螺仪的数据漂移问题,文中提出了一种脉冲神经网络算法。首先根据陀螺仪漂移误差的时间特性,利用脉冲网络的脉冲时间编码陀螺仪的信息强度。然后利用Izhikevich神经元模型的突触可塑性,调节激发性突触电导并抑制性突触电导,增强网络的鲁棒性,从而提高陀螺仪信号对噪声的抗干扰能力。在不同振动频率下,分析高斯白噪声输出神经元的点火率和膜电位间的相关性。实验结果表明,在不同频率的强振动下,噪声对输出神经元点火率及输出层神经元点火率相对变化的影响较小,对输出层神经元膜电位的影响较小,但是对膜电位间相关性的影响较大。该结果证明了文中所提方法提高了陀螺仪在振动噪声下的抗干扰能力,为陀螺仪漂移处理提供了新的思路。

视觉模型中的抑制突触可塑性研究

研究了神经元抑制性突触的可塑性和在视觉模型中的作用。在一个三层前馈视觉模型中,除了考虑兴奋性突触的可塑性外,将抑制性突触的可塑性加入到模型中。比较了赫布学习和反赫布学习窗口,发现抑制性突触在反赫布学习窗口下符合视觉系统的生物特性;并进一步研究了抑制性突触可塑性对眼优势可塑性的影响,发现抑制性突触权重在可塑性学习下增大,是导致眼优势关键期关闭重要的原因。研究结果一方面有助于更好地理解脑视觉神经网络的可塑性;另一方面对于治疗斜视、弱视等视觉疾病提供理论依据。

基于生物突触可塑性的仿生分层脉冲神经网络事件相机对象识别系统

脉冲神经网络(SNNs)以稀疏脉冲时间编码、异步事件驱动的方式天然地适合处理事件相机输出的事件流数据。为了提高现有的仿生分层脉冲神经网络对事件相机对象的特征提取和分类性能,本文提出一种基于生物突触可塑性的仿生分层脉冲神经网络事件相机对象识别系统。该系统首先基于脉冲神经元电位对原始事件流进行自适应分割以提高系统计算效率,然后使用基于生物突触可塑性的仿生分层脉冲神经网络对事件流数据进行多层的时空特征提取并分类。在基于Gabor滤波器的事件驱动卷积层提取初级视觉特征之后,网络使用基于无监督脉冲时间依赖突触可塑性(STDP)规则的特征层提取频繁出现的显著特征,以及基于奖励调节STDP规则的特征层学习诊断性特征。本文提出的网络在四个基准事件流数据集上的分类精度均优于现有的仿生分层脉冲神经网络,并且本文方法对于较短的事件流输入数据也有很好的分类能力,对输入事件流噪声也具有较强的鲁棒性。综上,本文提出的网络能够提高该类网络对事件相机对象的特征提取和分类性能。

双层结构突触仿生忆阻器的时空信息传递及稳定性

现有计算机体系架构下的神经网络难以对多任务复杂数据进行高效处理,成为制约人工智能技术发展的瓶颈之一,而人脑的并行运算方式具有高效率、低功耗和存算一体的特点,被视为打破传统冯·诺依曼计算体系最具潜力的运算体系.突触仿生器件是指从硬件层面上实现人脑神经拟态的器件,它可以模拟脑神经对信息的处理方式,即“记忆”和“信息处理”过程在同一硬件上实现,这对于构建新的运算体系具有重要的意义.近年,制备仿生突触器件的忆阻材料已获得进展,但多聚焦于神经突触功能的模拟,对于时空信息感知和传递的关键研究较为缺乏.本文通过制备一种双层结构忆阻器,实现了突触仿生器件的基本功能包括双脉冲易化和抑制、脉冲时间依赖突触可塑性(spiking time dependent plasticity,STDP)和经验式学习等,还对器件的信息感知、传递特性和稳定性进行了研究,发现该器件脉冲测试结果满足神经网络处理时空信息的基本要求,这一结果可以为忆阻器在类脑芯片中的应用提供参考.

θ相移在单次学习过程中促进神经网络对空间位置顺序记忆的研究

θ相移是在大鼠海马中发现的位置细胞放电的特殊模式。随着大鼠在某个位置场中行进,相应位置细胞发放脉冲的相位(相对于局部电位中的θ节律)会逐渐提前。一些学者认为,该现象可以将大鼠在运动中所经过的一系列位置场的顺序编码成时间上压缩,并且多次重复出现的脉冲模式,因此可以促进大鼠对其在运动中经过的空间位置的顺序的记忆。本文建立了一个模型,对该现象进行了研究。首先,本文建立了能够产生θ相移现象的单个海马神经元模型。这一模型建立在HarrisKD等及MageeJC的电生理实验研究的基础上,根据神经元真实的生理特性来建模。并且以整合与发放的脉冲神经元模型取代H-H模型,大大简化了计算量。而模拟结果又能较好的重现实验中真实神经元的表现。为了研究θ相移对空间位置顺序记忆的作用,在单神经元模型的基础上,又建立了一个基于STDP的学习型神经网络。通过对网络的研究发现,空间位置顺序的信息在模拟中只要输入一次,就可以使该网络对这一顺序形成一定程度的记忆,并且有一定的比率能达到很高的准确率。而如果在单神经元模型中去除θ相移功能,则在单次学习过程中,根本无法形成对空间位置顺序的记忆,代表各个空间位置的神经元几乎同时发放,基本上不能代表顺序信息。

噪声对皮层神经网络放电特性的影响

为研究噪声对皮层神经网络的影响,构建了基于脉冲时间依赖突触可塑性(spike timing dependent plasticity,STDP)调节机制的多层前馈皮层神经网络模型,发现在STDP突触机制的调节下,一定强度的噪声可以促进不同规模网络各层神经元的同步放电活动。仿真实验表明,神经元间连接概率不同时,促进网络同步放电的噪声强度也不同;网络各层神经元平均放电频率随着输入噪声强度的增强和连接概率的增大而增大,且噪声使网络各层的平均放电率波动减小,网络整体放电更加均匀,研究结果有助于认识大脑皮层神经网络的自适应特性。

单眼形觉剥夺对小鼠视觉发育关键期内初级视皮层V1B区tLTP的影响

目的观察在脉冲时间依赖的刺激诱导模式下单眼形觉剥夺对小鼠视觉发育关键期内初级视皮层V1B区长时程增强（timing long-term potentiation,t LTP）的影响及其对应诱导时间窗的变化。方法选择健康C57BL/6小鼠28只,随机分为正常对照组和单眼形觉剥夺组,每组14只,单眼形觉剥夺组右眼褥式缝合3 d。七氟烷麻醉后,断头、取脑,置于含体积分数95%O2和5%CO2饱和的0~4℃脑片制备液中冷却1~2 min,切取后部2/5脑组织,行400μm冠状连续切片,在脉冲时间依赖的条件刺激诱导模式下采用红外可视膜片钳全细胞模式记录正常对照组、单眼形觉剥夺组（含剥夺侧皮层、非剥夺侧皮层）视皮层V1B区脑片Ⅱ/Ⅲ层锥体神经元NMDA介导的兴奋性突触后电位（excitatory postsynaptic potentials,EPSP）。结果正常对照组小鼠脑片初级视皮层V1B区Ⅱ/Ⅲ层锥体神经元予间隔Δt=10 ms的突触前后联合刺激后EPSP反应增加,可成功诱导t LTP,但当Δt=100 ms则未能诱导t LTP[Δt=＋10 ms：EPSP斜率（124.1±3.9）%;Δt=＋100 ms：EPSP斜率（100.4±3.3）%;P〈0.001）。单眼形觉剥夺组小鼠剥夺侧初级视皮层分别给予Δt=10 ms、100 ms的脉冲时间依赖的条件刺激均可诱导出t LTP[Δt=＋10 ms：EPSP斜率（130.8±1.7）%;Δt=＋100 ms：EPSP斜率（114.7±0.3）%;P〈0.001）。单眼形觉剥夺组小鼠非剥夺侧视皮层分别给予Δt=10 ms、50 ms的脉冲时间依赖的条件刺激均可诱导出t LTP[Δt=＋10 ms：EPSP斜率（129.6±1.5）%;Δt=＋50 ms：EPSP斜率（120.5±0.9）%],而当Δt=100 ms时,未能成功诱导t LTP[Δt=＋100 ms：EPSP斜率（101.1±0.6）%]。结论单眼形觉剥夺3 d可以改变小鼠初级视皮层V1B区兴奋性通路的脉冲时间依赖的突触可塑性。剥夺侧较非剥夺侧及正常视皮层t LTP诱导时间窗增宽,有助于从突触可塑性角度解释弱视内在神经突触机制。

基于STDP规则和忆阻桥突触的神经网络及图像处理

忆阻器是具有记忆和类突触特性的非线性电路元件.基于此特性,文中提出了一个基于STDP(spike-time-dependent plasticity)学习规则的忆阻桥突触电路,它具有可以作为人工神经网络突触的优势.根据此优势,将这个新的电路与其他电路和网络结合,构成全新的电路和网络.首先将该忆阻桥突触电路和3个附加的晶体管结合在一起,实现神经网络的突触运算,并构建完整的忆阻桥突触神经网络.然后再将它与细胞神经网络结合用于图像去噪、边缘提取、角检测和汉字识别.最后,通过一系列的仿真实验证实了该方案的可行性,说明基于STDP学习规则的忆阻桥突触神经网络更具仿生特性,而且集成度更高、模板更易更换,有望解决实时的复杂的智能问题.