亚洲精品综合日韩中文字幕网站_精品综合久久久久97_中文在线天堂网www_久久精品免费一区二区三区_91久久国产综合精品女同国语_久久资源总站在线国产成人


化工仪器网首页>资讯中心>项目成果>正文

更大、更丰富的记忆容量和储备池状态数 深度储备池计算类脑硬件研究取得突破
2022年03月04日 15:05:26 来源:化工仪器网 点击量:6048

近日,北京大学科研团队首次采用忆阻器单元构建了深度储备池计算硬件,通过储备池层数的增加实现了时序信息处理性能的显著提升。

  【化工仪器网 项目成果】近日,北京大学科研团队首次采用忆阻器单元构建了深度储备池计算硬件,通过储备池层数的增加实现了时序信息处理性能的显著提升。
 
  储备池计算是一种低训练代价、低硬件开销的循环神经网络(RNN),在时序信息处理方面具有广泛的应用,例如波形分类、语音识别、时间序列预测等。储备池计算系统由神经元循环连接的储备池和输出层两部分组成,其中仅有输出层需要训练从而显著降低了训练代价,而系统中的储备池可以由具有短时程特性的非线性器件来实现。
 
  当前国际上针对储备池计算系统的研究主要集中在探索使用不同类型的非线性器件,例如忆阻器、自旋扭矩振荡器、纳米线网络、半导体光学放大器等来构建单层储备池。但由于储备池状态数、记忆容量、复杂动力学特性等的局限在根本上制约了系统本身信息处理能力的提升。
 
  针对这一关键问题,北京大学科研团队首先研制了可级联的单层储备池硬件,由此实现了电压输入、电压输出的短时程非线性单元,并且为构建深度储备池计算硬件奠定了器件基础。基于该类短时程非线性单元,团队进一步制备了深度储备池硬件系统,并结合分时复用的虚拟节点方法获得了丰富的储备池状态,即首次采用可级联短时程非线性单元构建了深度储备池(deep reservoir)计算硬件,通过储备池层数的增加实现了层次化的信息处理能力、更丰富的储备池状态数、更大的记忆容量以及更复杂的动力学特性。
 
  该项工作在构建深度储备池计算硬件系统、实现层次化的时序信息处理方面迈出了重要的一步,其实验结果表明,相比同等规模的单层储备池计算系统,该深度储备池计算硬件具有更大的记忆容量、更丰富的储备池状态数,并在波形分类、电能消耗预测等任务中展示了优异的性能,证明了深度储备池计算系统在时序信息处理任务中的潜力。
 
  相关论文

 
  (资料来源:北京大学人工智能研究院)
关键词

相关阅读 Related Reading

查看更多+

版权与免责声明

  • 凡本网注明“来源:化工仪器网”的所有作品,均为浙江兴旺宝明通网络有限公司-化工仪器网合法拥有版权或有权使用的作品,未经本网授权不得转载、摘编或利用其他方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:化工仪器网”。违反上述声明者,本网将追究其相关法律责任。
  • 本网转载并注明自其他来源(非化工仪器网)的作品,目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品第一来源,并自负版权等法律责任。
  • 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。
工业苛刻工况pH应用在线监测解决方案
关闭
舒城县| 胶南市| 宝山区| 嘉峪关市| 沭阳县| 清水县| 新化县| 桃园市| 宿松县| 岳阳县| 卢氏县| 印江| 宜章县| 乐至县| 晋宁县| 平果县| 镇远县| 汝州市| 凯里市| 桂林市| 黄石市| 赣州市| 南充市| 淮安市| 德江县| 双峰县| 浠水县| 长沙市| 开鲁县| 溧水县| 习水县| 通河县| 洮南市| 玛多县| 深泽县| 漳浦县| 阳朔县| 清涧县| 克什克腾旗| 久治县| 汽车|