电子信息和人工智能领域

2021/02/01 19:59

成果：类脑神经网络处理器芯片设计与应用研究

一、项目简介

随着AlphaGo 及其Zero 的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI 的热点。深度学习算法在 AlphaGo 中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero 的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。

鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。

合作方式：技术合作、产业化落地

上一页 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] 下一页

上一篇：厦门大学人文社会科学服务龙岩市经济社会发展课题一览

下一篇：海洋技术领域