人工神经网络的发展及现状

被引：35

作者：

徐学良

机构：

[1] 中国电子科技集团公司第二十四研究所

来源：

微电子学 | 2017年 / 47卷 / 02期

关键词：

人工神经网络; 忆阻器; 神经元; 突触;

D O I：

10.13911/j.cnki.1004-3365.2017.02.022

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

人脑由复杂的神经网络构成,拥有极强的信息处理、学习和记忆能力,并且具有功耗低、神经元密度高等特点。利用现有的电路元件搭建出类似大脑功能的人工神经网络成为当今人工智能研究的热点。在人工神经网络的研究中,信息的编码、神经元模型的建立以及突触的选择是最关键的3个要素。分别介绍了4种不同种类的编码方式和4种不同类型的神经元模型。对忆阻器用作神经突触的特点进行了简要阐述,并对其数学模型和对应的工作方式作了详细概括。

引用

页码：239 / 242

页数：4

共 13 条

[1]

Discrete-time delayed standard neural network model and its application[J]. LIU Meiqin School of Electrical Engineering, Zhejiang University, Hangzhou 310027, China.Science in China(Series F:Information Sciences). 2006(02)

[2] 模拟神经元电路实现研究现状与进展 [J].