深圳先进院提出忆阻器神经网络的高能效权重更新方案
近日，中国科学院深圳先进技术研究院医工所医学人工智能研究中心的黄明强研究团队在基于忆阻器阵列的卷积神经网络的研究当中提出了硬件友好型的随机自适应学习方法。区别于具有复杂外围电路设计的梯度下降方法（SGD）和分段线性（PL）的传统方法，该方法具有良好的硬件友好特性和高能效特性。相关成果以Hardware-Friendly Stochastic and Adaptive Learning in Memristor Convolutional Neural Networks为题发表于Advanced Intelligent Systems。深圳先进院客座硕士生张伟和潘伦帅为本论文的共同第一作者，深圳先进院医工所副研究员黄明强、钟高阔和南方科技大学李江宇教授为论文的共同通讯作者。 神经网络已被广泛应用于各种人工智能技术，如计算机视觉和语音识别。然而，在传统互补金属氧化物半导体CMOS数字平台上运行的人工智能算法在很大程度上受到摩尔......阅读全文
上海微系统所等在人工突触模拟忆阻器研究方面取得进展
基于冯·诺依曼架构的传统数字计算机，其数据处理与存储分离结构限制了其工作效率，同时带来巨大功耗，无法满足大数据时代下计算复杂性的需求。同时，上述缺陷也阻碍了深度学习神经网络的进一步发展。而借鉴人脑神经突触结构，构筑结构简单、低功耗、高低阻态连续可调的非易失性阻态忆阻器是实现类脑神经形态计算中至关
晶体管继任者走来－忆阻器或成计算机新宠
美国哥伦比亚广播公司的《疑犯追踪》塑造了一个人物，他设计出一种能预测恐怖袭击的机器。 图片来源：哥伦比亚广播公司 普通晶体管的替代者或许能在这个10年后进入市场，这预示着传统计算机功能结构将出现彻底性的重新设计。忆阻器——过去6年间大量研究的主题——将成为一系列新设备的基本构件，这些设备从“
清华团队发布全球首颗忆阻器芯片，突破了哪些“卡脖子”难题？
人工智能技术的发展浪潮极大地改变了人类的生产生活方式，对当前人类文明的各个领域产生了深刻的影响，并且还将持续深入地影响下去。 但人工智能技术依靠大算力的支撑，随着技术的爆炸式发展，它对大算力的需求也节节高升。然而，现有的算力短缺与庞大的算力需求之间形成了越来越突出的矛盾。芯片作为算力的物质载体
河大学者于国际权威期刊论述阻尼器未来
原文地址：http://news.sciencenet.cn/htmlnews/2021/3/455026.shtm 近日，河北大学教授闫小兵课题组在国际材料与器件领域知名学术期刊《先进功能材料》上在线发表长篇综述文章《忆阻器的未来：材料工程和神经网络》。文章系统回顾了忆阻器的现有材料和结构、基
俄罗斯正在研发人工神经网络系统
俄罗斯国家研究型大学“下诺夫哥罗德国立大学”正在研发自适应性神经接口，该接口由大脑接口神经网络和基于忆阻器的电子神经形态系统组成。此项研究工作为人类在活体生物组织与类生物神经网络兼容方面的首次科学尝试。 “下诺夫哥罗德国立大学”所实施的方案为研发自适应性神经接口，其一端为活体组织，而另一端为
自动化所提出不规则卷积神经网络
近日，中国科学院自动化研究所马佳彬、王威、王亮等研究人员在科学预印本网站arxiv上预发表了一项研究，提出了一种新形式的卷积神经网络——不规则卷积神经网络，这种新的方法能够解决常规卷积效率低下的问题。 在深度卷积神经网络（CNN）中，卷积核是最基本和最重要的组件。研究人员给卷积核配置了形状属性
低能耗，高算力，清华团队研制出新款忆阻器存算一体芯片
“我们研发的这款存算一体芯片，展示出高适应性、高能效、高通用性、高准确率等特点，能有效强化智能设备在实际应用场景下的学习适应能力。”10日，清华大学集成电路学院副教授高滨接受记者采访时表示，“该款芯片揭示了人工智能时代下边缘学习的新范式，为突破冯·诺依曼传统计算架构下的能效、算力瓶颈提供了一种创
我国科学家在多模态神经形态感知研究方面获进展
躯体感受系统中的多模态感知可帮助人们获得更全面的物体属性，并对物体的状态做出准确判断。尤其是不同受体的感觉信号在一定的条件下还可被神经元整合并发送到大脑皮层作进一步处理（图1a）。与单模态感知相比，多模态融合感知在评估物体属性和提高物体识别精度方面具有明显优势。在传统的人工感知系统中，多
可被人体吸收的电子器件问世－将在疾病诊断中发挥作用
记者日前从浙江大学了解到，浙江大学和英国剑桥大学的科学家用鸡蛋清和可降解金属制造出一种可被人体体液溶解、吸收的忆阻器。这种电子器件将在疾病诊断和治疗中发挥作用。 忆阻器是一种能够实现信息存储功能的电子器件。记者在浙江大学见到了这种新型微电子忆阻器，一片薄薄的圆形单晶硅衬底上整齐排列着16个白色
可被人体吸收的电子器件问世－将在疾病诊断中发挥作用
记者日前从浙江大学了解到，浙江大学和英国剑桥大学的科学家用鸡蛋清和可降解金属制造出一种可被人体体液溶解、吸收的忆阻器。这种电子器件将在疾病诊断和治疗中发挥作用。 忆阻器是一种能够实现信息存储功能的电子器件。记者在浙江大学见到了这种新型微电子忆阻器，一片薄薄的圆形单晶硅衬底上整齐排列着16个白
河大科研团队提出人工智能视觉系统新方法
人体超过80%的信息是通过眼睛从外部接收，视觉系统也是生物最重要的神经系统。在如今的人工智能(AI)技术中，通常使用图像传感器采集图像数据，但是图像传感器需要持续实时检测图像，这与人类视觉系统相比产生了大量冗余数据。 为了解决这一难题，河北大学电子信息工程学院教授闫小兵团队受生物视觉系统工作模式
《科学》：模拟大脑的“语言交流”
人类通过大脑认知世界，却对认知世界的大脑知之甚少。 原因之一是大脑有两种“语言”（电信号和化学信号），目前人们可以“读懂”大脑的“电语言”（读取并解译电信号），对其“化学语言”（神经元释放的神经递质等化学信息）的“译读”却束手无策。 1月13日，中国科学院化学研究所研究员于萍和毛兰群团
Science发文！我国学者“存储—计算一体化器件”研究新成果
在国家自然科学基金项目（61974050、61725505和61905266）等资助下，华中科技大学叶镭副教授与中国科学院上海技术物理研究所胡伟达研究员等合作团队，在存储—计算一体化器件研究方面取得进展。研究成果以“基于二维材料的面向神经形态硬件的同质晶体管-存储器结构（2D materials
李清江：让芯片拥有记忆
过去十年，国防科技大学电子科学学院副研究员李清江的科研工作就围着“忆阻器”转。 这是智能芯片中一种有“记忆”的电阻开关，它会根据电压或电流历史而动态改变电阻状态。“忆阻器是一种新型电子元件，其特性与人类大脑中的信息处理基本单元——神经突触很相似，它具有超小的尺寸、极快的擦写速度以及超长的擦写寿
助力开发超快人工神经网络存算一体系统
中国科学技术大学李晓光团队基于铁电隧道结量子隧穿效应，实现了具有亚纳秒信息写入速度的超快原型存储器，并可用于构建存算一体人工神经网络，该成果近日在线发表于《自然—通讯》。 在大数据时代，海量数据的低能耗、快速存储处理是突破和完善未来人工智能、物联网等技术发展的关键之一。为此，迫切需求一种既能匹
主办EXPO－2024上海球栅阵列封装展官网」
展会名称：2024中国(上海)国际电子封装测试展览会英文名称：China (Shanghai) International Electronic Packaging and Testing Exhibition 2024大会负责人：李经理 136 5198 3978（同微）展会时间：2024年11月
科学家首次将深度卷积神经网络应用于肝硬化
12月1日，由中国门静脉高压联盟（CHESS）负责人祁小龙组织发起的CHESS1802国际多中心研究（NCT03766880）发表于国际权威消化肝病期刊《临床胃肠病和肝病学》，首次将深度卷积神经网络应用于肝硬化场景，建立了一套基于放射影像的AI算法，助力门静脉高压精准无创诊断。 本研究由中国
利用新型存储器阵列一步解线性方程组和特征向量
在大数据时代，人们要处理的数据呈爆发式增长，而很多数据处理本质是一个矩阵方程问题，如谷歌的网页排序（PageRank算法）、利用超级计算机模拟量子效应（解薛定谔方程）。随着摩尔定律的失效，以及由于冯诺依曼架构存储、计算分离的固有限制，想更快、更省地完成数据处理变得越来越难，而计算的时间和能耗效率
神经突触仿生器件研制成功
记者日前从东北师范大学获悉，在国家自然科学基金及国家重大科学研究计划的资助下，该校刘益春研究组利用InGaZnO材料，构造了具有自主学习和记忆能力的神经突触仿生器件，在单一无机器件中实现了多种生物突触功能。相关成果发表在国际学术期刊《先进功能材料》上，并被选为标题页文章进行了重点报道。 据
神经形态通过模拟人脑运行方式进行高效率运算
引言 神经形态设备（neuromorphic device）可以通过模拟人脑神经元的运行方式进行高效率运算。神经形态计算（neuromorphic computing）因此也可以用来对环境中的各种复杂刺激进行有效分析，可以在生物-电子接口中为生物传感提供智能响应。但是传统的神经形态计算需要使用
海洋所发表海洋遥感中卷积神经网络应用研究进展
原文地址：http://news.sciencenet.cn/htmlnews/2024/1/516445.shtm近日，中国科学院海洋研究所研究员李晓峰团队详细总结了卷积神经网络架构在海洋遥感中的应用，研究成果在《IEEE地球科学和遥感学报》发表。 海洋遥感中卷积神经网络应用。海洋所供
智能仿生感知系统的柔性人工突触研究获进展
人工智能技术的发展为人机交互、仿生感知系统及智能机器人等领域带来革命性变化，同时也对复杂数据的处理和人机交互界面提出新要求。不同于目前基于软件系统和冯·诺依曼构架计算体系实现的神经网络，人脑运算方式具有高效率和低功耗的特点。因此，通过人工突触器件的制备，在硬件层面上模拟人脑的神经拟态器件，对构建
物理所制备基于二维层状氧化钼的全固态神经突触晶体管
人类的大脑可以认为是一种高效的信息存储与计算系统，具有非常低的功耗（~ 20 W）。这主要源于人脑对信息处理的独特方式。人脑中存在大量的神经元，其相互连接构成复杂的神经元网络。每两个神经元的连接点称为突触，信息通过突触连接强度（即突触权重）的变化进行存储与计算。突触可塑性即是通过特定模式的突触活
研究实现第四种基本电路元件与非易失信息存储器
电阻、电容和电感是人们熟知的三种基本电路元件，分别由四个基本电路变量（电压v、电流i、电荷q、磁通φ）两两之间的线性关系来定义。1971年，美国加州大学Leon Chua提出，基于对称性考虑应该存在第四种基本电路元件，由电荷和磁通之间的关系来定义。由于当时没有找到符合这种定义的真实器件，Leon
光纤水听器阵列探测技术
较传统水听器相比，光纤水听器具有灵敏度高，可以探测微弱信号；抗电磁干扰和信号串扰能力强，可以远距离传输；体积小，易于布放实施，且收放容易，高可靠性，并且大规模组网。光纤水听器技术也将掀起传感器改革的新篇章，为传统的测量手段带来新风向，光纤水听器阵列对空间信号进行测量，通过对每个固定位置上的水听器
化学所纳流体仿神经功能研究获进展
大脑的功能与化学信号密切相关。然而，目前的仿突触器件只能实现对电信号的识别，较难直接感知化学信号。制备具有化学信号响应功能的人工突触成为神经智能传感与模拟等领域的科学难题之一。 中国科学院化学研究所活体分析化学院重点实验室于萍和毛兰群团队发展出一种聚电解质限域的流体忆阻器，利用单个器件首次
纳米线阵列——记录神经元活性的新神器
神经元可以接受刺激，产生兴奋并传导兴奋，是神经系统的基础。与神经元相关的疾病种类繁多，其中不少并没有有效的治疗方案。要开发治疗神经系统疾病的药物，一个重要的手段是监测神经元细胞对于候选药物的响应。目前记录神经元活性的方法多利用细胞内外离子浓度的差异，通过测量离子通道电流和细胞内电位的变化来评估神
人工纳米流体突触可实现存内计算
人工纳米流体突触可实现存内计算。瑞士洛桑联邦理工学院工程学院研究团队制造了一种用于内存的新型纳米流体设备，这使他们第一次能连接两个“人工突触”。该设备为受大脑启发的液体硬件设计铺平了道路。这项研究发表在最新一期《自然·电子学》杂志上。大脑信息处理是直接对存储的数据执行计算，而计算机则在内存单元和中央
中科院微电子所在图网络存内计算方面获重要进展
深度学习技术作为AI的重要引擎，近年来受到广泛关注和飞速发展。图神经网络（Graph Neural Network）是一种较新的深度学习技术，可用于处理更复杂的非结构化数据，广泛应用于社交网络、电子购物、药物预测、人机交互等应用场景。随着数据量的急速膨胀，传统CMOS数字硬件系统中运行图神经网络的效
我国取得大脑“化学信号”转导模拟研究新突破
大脑的功能与化学信号密切相关。然而，目前的仿突触器件只能实现对电信号的识别，很难直接感知化学信号。制备具有化学信号响应功能的人工突触成为神经智能传感与模拟等领域的科学难题之一。 在国家自然科学基金委、科技部和中国科学院的大力支持下，中科院化学研究所活体分析化学院重点实验室于萍和毛兰群团队发展了一