期刊文献+
共找到15篇文章
< 1 >
每页显示 20 50 100
Plasticity-induced characteristic changes of pattern dynamics and the related phase transitions in small-world neuronal networks 被引量:1
1
作者 黄旭辉 胡岗 《Chinese Physics B》 SCIE EI CAS CSCD 2014年第10期609-616,共8页
Phase transitions widely exist in nature and occur when some control parameters are changed. In neural systems, their macroscopic states are represented by the activity states of neuron populations, and phase transiti... Phase transitions widely exist in nature and occur when some control parameters are changed. In neural systems, their macroscopic states are represented by the activity states of neuron populations, and phase transitions between different activity states are closely related to corresponding functions in the brain. In particular, phase transitions to some rhythmic synchronous firing states play significant roles on diverse brain functions and disfunctions, such as encoding rhythmical external stimuli, epileptic seizure, etc. However, in previous studies, phase transitions in neuronal networks are almost driven by network parameters (e.g., external stimuli), and there has been no investigation about the transitions between typical activity states of neuronal networks in a self-organized way by applying plastic connection weights. In this paper, we discuss phase transitions in electrically coupled and lattice-based small-world neuronal networks (LBSW networks) under spike-timing-dependent plasticity (STDP). By applying STDP on all electrical synapses, various known and novel phase transitions could emerge in LBSW networks, particularly, the phenomenon of self-organized phase transitions (SOPTs): repeated transitions between synchronous and asynchronous firing states. We further explore the mechanics generating SOPTs on the basis of synaptic weight dynamics. 展开更多
关键词 spatiotemporal pattern self-organized phase transition small-world neuronal network spike-timing-dependent plasticity
下载PDF
基于STDP可塑性自适应神经网络的构建及仿真研究 被引量:6
2
作者 陈云芝 徐桂芝 +4 位作者 周茜 屈若为 郭苗苗 郭磊 万晓伟 《中国医学物理学杂志》 CSCD 2014年第2期4820-4824,4832,共6页
目的:在日益复杂的电磁环境下,生物体神经系统表现出的一定程度的可靠性、抗扰性、自适应和自修复的优势,生物的这种抗扰优势可为研究电子电路系统的电磁仿生防护提供新的思路。方法:基于神经信息传递的生理机制以及突触的可塑性机制,... 目的:在日益复杂的电磁环境下,生物体神经系统表现出的一定程度的可靠性、抗扰性、自适应和自修复的优势,生物的这种抗扰优势可为研究电子电路系统的电磁仿生防护提供新的思路。方法:基于神经信息传递的生理机制以及突触的可塑性机制,揭示了脉冲时间依赖突触可塑性(Spike Timing Dependent Plasticity,STDP)机制与生物自适应之间的关系,然后选取了Izhikevich神经元模型为节点,以动态STDP机制调节权值的自适应突触为桥梁,进行了四层具有自组织抗扰能力的前馈神经网络模型的构建与仿真研究,并进一步分析了所构建的神经网络的自适应抗扰能力。结果:在损伤神经元的比例小于中间层的30%时,具备STDP机制的网络抗扰能力明显优于相同损伤程度下不具备STDP机制的网络的抗扰能力。结论:所构建的基于STDP可塑性的神经网络的自适应抗扰能力与突触的STDP可塑性机制密切相关。 展开更多
关键词 电磁仿生 突触可塑性 stdp机制 自适应神经网络 抗扰能力
下载PDF
抑制性STDP突触机制对皮层网络的调节 被引量:1
3
作者 周茜 杨秋 徐桂芝 《中国科技论文》 CAS 北大核心 2018年第8期914-920,共7页
为研究抑制性突触的脉冲时间依赖可塑性(spike-timing-dependent-plasticity,STDP)突触机制对大脑皮层网络的调节作用,构建了脑皮层神经网络的局部回路模型。通过模型观察到,在兴奋性与抑制性突触的共同作用下,不同类型突触连接的平均... 为研究抑制性突触的脉冲时间依赖可塑性(spike-timing-dependent-plasticity,STDP)突触机制对大脑皮层网络的调节作用,构建了脑皮层神经网络的局部回路模型。通过模型观察到,在兴奋性与抑制性突触的共同作用下,不同类型突触连接的平均强度均维持稳定,保证了皮层网络自身的平稳放电;随着抑制性STDP突触规则学习率的增大,网络中神经元集群的平均放电率和同步指数均增大,兴奋性突触的整体强度减弱,抑制性突触的整体强度增强;揭示了皮层网络中兴奋性与抑制性的调节过程,有助于认识抑制性突触可塑性在皮层网络功能机制中的重要作用。 展开更多
关键词 stdp突触机制 兴奋性突触可塑性 抑制性突触可塑性 皮层网络
下载PDF
抑制性STDP不同学习窗口下的神经元放电特性 被引量:1
4
作者 周茜 王树磊 杨秋 《中国科技论文》 CAS 北大核心 2019年第7期724-731,共8页
为了深入研究不同抑制性突触可塑性机制的功能,在大脑皮层神经网络模型中对Hebbian、anti-Hebbian和Symmetric这3种不同学习窗口的抑制性脉冲时间依赖可塑性(spike timing-dependent plasticity,STDP)突触机制作用下的皮层神经元放电特... 为了深入研究不同抑制性突触可塑性机制的功能,在大脑皮层神经网络模型中对Hebbian、anti-Hebbian和Symmetric这3种不同学习窗口的抑制性脉冲时间依赖可塑性(spike timing-dependent plasticity,STDP)突触机制作用下的皮层神经元放电特性进行对比分析。通过分析不同窗口下神经元集群的平均放电频率、同步性、突触权值和突触电流,发现抑制性STDP机制的学习窗口类型会影响该机制对网络神经元放电特性的调节,anti-Hebbian类型学习窗口能根据网络中神经元放电率的变化,自适应调节突触权值以维持神经元放电;Hebbian和Symmetric类型学习窗口对神经元放电的抑制作用较强,不利于皮层神经元的放电。 展开更多
关键词 抑制性突触可塑性 stdp机制 学习窗口 皮层网络 放电
下载PDF
Self-sustained firing activities of the cortical network with plastic rules in weak AC electrical fields
5
作者 秦迎梅 王江 +3 位作者 门聪 赵佳 魏熙乐 邓斌 《Chinese Physics B》 SCIE EI CAS CSCD 2012年第7期604-610,共7页
Both external and endogenous electrical fields widely exist in the environment of cortical neurons. The effects of a weak alternating current (AC) field on a neural network model with synaptic plasticity are studied... Both external and endogenous electrical fields widely exist in the environment of cortical neurons. The effects of a weak alternating current (AC) field on a neural network model with synaptic plasticity are studied. It is found that self-sustained rhythmic firing patterns, which are closely correlated with the cognitive functions, are significantly modified due to the self-organizing of the network in the weak AC field. The activities of the neural networks are affected by the synaptic connection strength, the exterrtal stimuli, and so on. In the presence of learning rules, the synaptic connections can be modulated by the external stimuli, which will further enhance the sensitivity of the network to the external signal. The properties of the external AC stimuli can serve as control parameters in modulating the evolution of the neural network. 展开更多
关键词 spike-timing-dependent plasticity stdp weak electrical field rhythmic activity
下载PDF
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 被引量:2
6
作者 沈恩华 王如彬 张志康 《动力学与控制学报》 2009年第2期183-187,共5页
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... 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。 展开更多
关键词 θ相移 脉冲神经元模型 脉冲时间相关的突触可塑性 顺序记忆
下载PDF
多种连接模型的忆阻神经网络学习
7
作者 李传东 田园 +1 位作者 陈玲 葛均辉 《重庆大学学报(自然科学版)》 EI CAS CSCD 北大核心 2014年第6期10-16,24,共8页
忆阻器以其独特的非易失性、天然的记忆功能以及纳米级尺寸,在人工神经网络、信号处理和模式识别等方面展现了巨大的应用前景。采用了基于STDP学习规则的忆阻神经网络,运用了网络自适应突变以及网络拓扑结构变化的基因算法,其中包括隐... 忆阻器以其独特的非易失性、天然的记忆功能以及纳米级尺寸,在人工神经网络、信号处理和模式识别等方面展现了巨大的应用前景。采用了基于STDP学习规则的忆阻神经网络,运用了网络自适应突变以及网络拓扑结构变化的基因算法,其中包括隐藏层神经元个数,连接权重以及神经网络突触模型的变化。比较了基于HP线性忆阻器模型,非线性忆阻器模型以及阈值模型这3种不同忆阻器模型的忆阻神经网络,并提出了学习效果更好的混合型忆阻神经网络。 展开更多
关键词 忆阻器 突触可塑性 基因算法 拓扑变异 混合型忆阻神经网络
下载PDF
基于多层忆阻脉冲神经网络的强化学习及应用 被引量:10
8
作者 张耀中 胡小方 +1 位作者 周跃 段书凯 《自动化学报》 EI CSCD 北大核心 2019年第8期1536-1547,共12页
人工神经网络(Artificial neural networks, ANNs)与强化学习算法的结合显著增强了智能体的学习能力和效率.然而,这些算法需要消耗大量的计算资源,且难以硬件实现.而脉冲神经网络(Spiking neural networks, SNNs)使用脉冲信号来传递信息... 人工神经网络(Artificial neural networks, ANNs)与强化学习算法的结合显著增强了智能体的学习能力和效率.然而,这些算法需要消耗大量的计算资源,且难以硬件实现.而脉冲神经网络(Spiking neural networks, SNNs)使用脉冲信号来传递信息,具有能量效率高、仿生特性强等特点,且有利于进一步实现强化学习的硬件加速,增强嵌入式智能体的自主学习能力.不过,目前脉冲神经网络的学习和训练过程较为复杂,网络设计和实现方面存在较大挑战.本文通过引入人工突触的理想实现元件-忆阻器,提出了一种硬件友好的基于多层忆阻脉冲神经网络的强化学习算法.特别地,设计了用于数据–脉冲转换的脉冲神经元;通过改进脉冲时间依赖可塑性(Spiking-timing dependent plasticity, STDP)规则,使脉冲神经网络与强化学习算法有机结合,并设计了对应的忆阻神经突触;构建了可动态调整的网络结构,以提高网络的学习效率;最后,以Open AI Gym中的CartPole-v0 (倒立摆)和MountainCar-v0 (小车爬坡)为例,通过实验仿真和对比分析,验证了方案的有效性和相对于传统强化学习方法的优势. 展开更多
关键词 强化学习 脉冲神经网络 脉冲时间依赖可塑性规则 忆阻器
下载PDF
仿生型脉冲神经网络学习算法和网络模型 被引量:5
9
作者 尚瑛杰 何虎 +1 位作者 杨旭 董丽亚 《计算机工程与设计》 北大核心 2020年第5期1390-1397,共8页
为解决脉冲神经网络训练困难的问题,基于仿生学思路,提出脉冲神经网络的权值学习算法和结构学习算法,设计一种含有卷积结构的脉冲神经网络模型,搭建适合脉冲神经网络的软件仿真平台。实验结果表明,权值学习算法训练的网络对MNIST数据集... 为解决脉冲神经网络训练困难的问题,基于仿生学思路,提出脉冲神经网络的权值学习算法和结构学习算法,设计一种含有卷积结构的脉冲神经网络模型,搭建适合脉冲神经网络的软件仿真平台。实验结果表明,权值学习算法训练的网络对MNIST数据集识别准确率能够达到84.12%,具备良好的快速收敛能力和低功耗特点;结构学习算法能够自动生成网络结构,具有高度生物相似性。 展开更多
关键词 脉冲神经网络 仿生 stdp规则 结构学习 低功耗
下载PDF
New treatment for amblyopia based on rules of synaptic plasticity:a randomized clinical trial 被引量:3
10
作者 Xin Huang Huika Xia +9 位作者 Qi Zhang Colin Blakemore Yan Nan Wenyao Wang Jie Gao Spencer S Ng Jing Wen Tiejun Huang Xiaoqing Li Mingliang Pu 《Science China(Life Sciences)》 SCIE CAS CSCD 2022年第3期451-465,共15页
Amblyopia resulting from early deprivation of vision or defocus in one eye reflects an imbalance of input from the eyes to the visual cortex.We tested the hypothesis that asynchronous stimulation of the two eyes might... Amblyopia resulting from early deprivation of vision or defocus in one eye reflects an imbalance of input from the eyes to the visual cortex.We tested the hypothesis that asynchronous stimulation of the two eyes might induce synaptic plasticity and rebalance input.Experiments on normal adults showed that repetitive brief exposure of grating stimuli,with the onset of each stimulus delayed by 8.3 ms in one eye,results in a shift in perceptual eye dominance.Clinical studies(Clinical trial registration number:Chi CTR2100049130),using popular 3D movies with similar asynchrony between the two eyes(amblyopic eye stimulated first)to treat anisometropic amblyopia,established that just 10.5 h of conditioning over<3 weeks produced improvement that met criteria for successful treatment.The benefits of asynchronous conditioning accumulate over 20–3045 min sessions,and are maintained for at least 2 years.Finally,we demonstrate that asynchronous binocular treatment alone is more effective than patching only.This novel treatment is popular with children and is some 50 times more efficient than patching alone. 展开更多
关键词 AMBLYOPIA visual cortex stdp synaptic plasticity SED
原文传递
视觉模型中的抑制突触可塑性研究
11
作者 张燕 王世红 《计算机应用研究》 CSCD 北大核心 2017年第2期463-466,共4页
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... 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。 展开更多
关键词 脉冲时序相关可塑性 前馈网络 抑制性突触可塑性 赫布学习 反赫布学习
下载PDF
基于ZYNQ集群的神经形态计算加速研究与实现 被引量:4
12
作者 张新伟 李康 +3 位作者 郁龚健 刘家航 李佩琦 柴志雷 《计算机工程与应用》 CSCD 北大核心 2020年第21期65-71,共7页
基于脉冲神经网络(SNN)的神经形态计算由于工作机理更接近于生物大脑,被认为有望克服深度学习的不足而成为解决人工智能问题的更佳途径。但是如何满足高性能、低功耗和适应规模伸缩需求是神经形态计算系统需要解决的挑战性问题。基于FPG... 基于脉冲神经网络(SNN)的神经形态计算由于工作机理更接近于生物大脑,被认为有望克服深度学习的不足而成为解决人工智能问题的更佳途径。但是如何满足高性能、低功耗和适应规模伸缩需求是神经形态计算系统需要解决的挑战性问题。基于FPGA异构计算平台ZYNQ集群,在NEST类脑仿真器上,重点解决了具有脉冲时间依赖可塑性(STDP)突触计算复杂度高、并行度低、硬件资源占用大的问题。实验结果表明,设计的方法在8节点ZYNQ 7030集群上,性能是Xeon E5-2620 CPU的14.7倍。能效比方面,是Xeon E5-2620 CPU的51.6倍,是8节点ARM Cortex-A9的20.6倍。 展开更多
关键词 神经形态计算 脉冲神经网络(SNN) 脉冲时间依赖可塑性(stdp) FPGA集群 NEST仿真器
下载PDF
Multilevel resistive switching and synaptic plasticity of nanoparticulated cobaltite oxide memristive device
13
作者 Tukaram D.Dongale Atul C.Khot +2 位作者 Ashkan V.Takaloo Kyung Rock Son Tae Geun Kim 《Journal of Materials Science & Technology》 SCIE EI CAS CSCD 2021年第19期81-91,共11页
Multilevel resistive switching(RS)is a key property to embrace the full potential of memristive devices for non-volatile memory and neuromorphic computing applications.In this study,we employed nanoparticulated cobalt... Multilevel resistive switching(RS)is a key property to embrace the full potential of memristive devices for non-volatile memory and neuromorphic computing applications.In this study,we employed nanoparticulated cobaltite oxide(Co_(3)O_(4))as a model material to demonstrate the multilevel RS and synaptic learning capabilities because of its multiple and stable redox state properties.The Pt/Co_(3)O_(4)/Pt memristive device exhibited tunable RS properties with respect to different voltages and compliance currents(CC)without the electroforming process.That is,the device showed voltage-dependent RS at a higher CC whereas CC-dependent RS was observed at lower CC.The device showed four different resistance states during endurance and retention measurements and non-volatile memory results indicated that the CC-based measurement had less variation.Besides,we investigated the basic and complex synaptic plasticity properties using the analog current-voltage characteristics of the Pt/Co_(3)O_(4)/Pt device.In particular,we mimicked the potentiation–depression and four-spike time-dependent plasticity(STDP)rules such as asymmetric Hebbian,asymmetric anti-Hebbian,symmetric Hebbian,and symmetric antiHebbian learning rules.The results of the present work indicate that the cobaltite oxide is an excellent nanomaterial for both multilevel RS and neuromorphic computing applications. 展开更多
关键词 Multilevel resistive switching Synaptic plasticity stdp Cobaltite oxide Memristive device
原文传递
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
14
作者 周茜 郑鹏 李小虎 《生物医学工程学杂志》 EI CAS 北大核心 2023年第4期692-699,共8页
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... 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。 展开更多
关键词 事件相机 对象识别 脉冲时间依赖突触可塑性(stdp) 奖励调节stdp 脉冲神经网络
原文传递
一种反向串联忆阻突触电路的设计及应用 被引量:4
15
作者 杨玖 王丽丹 段书凯 《中国科学:信息科学》 CSCD 北大核心 2016年第3期391-403,共13页
忆阻器的记忆效应类似于生物神经系统中突触的功能,其纳米级尺寸、低功耗和高集成度等特性,使得忆阻突触具有仿生智能的信息处理能力,这对构建神经形态系统具有重要意义.本文在改进忆阻器模型的基础上,设计了一种反向串联忆阻开关型突... 忆阻器的记忆效应类似于生物神经系统中突触的功能,其纳米级尺寸、低功耗和高集成度等特性,使得忆阻突触具有仿生智能的信息处理能力,这对构建神经形态系统具有重要意义.本文在改进忆阻器模型的基础上,设计了一种反向串联忆阻开关型突触电路.当开关断开时,周期方波电压对忆阻值(权值)进行调节,实现权值更新;当开关闭合时,突触电路中的忆阻值被用于连接权值来存储信息.该突触电路具有STDP(spike-time-dependent-lasticity)仿生学习能力和阻值线性连续特性.本文将此突触电路应用于交叉阵列的图像存储中,优化了存储方案,讨论了噪声电压对图像存储的影响,进行了数值分析和仿真比较.实验结果表明:所提出的存储方案比单忆阻器交叉阵列存储方法更具有可靠性和鲁棒性. 展开更多
关键词 脉冲时间依赖可塑性 忆阻器 突触电路 交叉阵列 图像存储
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部