期刊专题

10.3969/j.issn.1002-137X.2013.10.044

基于忆阻器的连续学习混沌神经网络

引用
忆阻器具有独特的记忆功能和连续可变的电导状态,在人工智能与神经网络等研究领域具有巨大的应用优势.详细推导了忆阻器的电荷控制模型,将纳米忆阻器与具有智能信息处理能力的混沌神经网络相结合,提出了一种新型的基于忆阻器的连续学习混沌神经网络模型.利用忆阻器可直接实现网络中繁多的反馈与迭代,即完成外部输入对神经元及神经元之间相互作用的时空总和.提出的忆阻连续学习混沌神经网络可以实现对已知模式和未知模式的区分,并能对未知模式进行自动学习和记忆.给出的计算机仿真验证了方案的可行性.由于忆阻器具有纳米级尺寸和自动的记忆能力,该方案有望大大简化混沌神经网络结构.

忆阻器、混沌神经网络、连续学习、时空总和

40

TP183(自动化基础理论)

国家自然科学基金60972155,61101233,60974020;中央高校基本科研业务费专项资金XDJK2012A007;重庆市高等学校青年骨干教师资助计划渝教人[2011]65号;重庆市高等学校优秀人才支持计划渝教人[2011]65号;教育部"春晖计划"科研项目z2011148;留学人员科技活动项目择优资助经费国家级优秀类,渝人社办[2012]186号,102060-20600601

2013-11-08(万方平台首次上网日期,不代表论文的发表时间)

共5页

213-217

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

40

2013,40(10)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn