我国科学家提出一种基于旋转神经元的新型储备池计算硬件架构
- 2022-04-13 13:04:03413
为模仿大脑对复杂时序信号的处理能力,储备池计算以其易训练、便于硬件实现等优点成为类脑计算的前沿热点。高效的储备池计算架构能够充分挖掘电子器件的自身物理属性,以用作计算资源实现仿生人工神经网络。近日,清华大学科研团队在《Nature Communications》杂志发表了题为“Rotating neurons for all-analog implementation of cyclic reservoir computing”的论文,首次提出了一种基于旋转神经元的储备池计算架构,支持全模拟、低功耗的时序信号处理。
该团队在研究储备池计算的过程中发现,在物理连接上将一种特定的非线性动态单元(神经元电路)旋转起来,得到的输出等效于循环储备池算法的状态向量输出,并将这种硬件实现形式命名为旋转神经元储备池。该架构在设计上简洁高效,具有较强的可解释性,同时在非线性系统拟合任务上的表现优于现有储备池计算系统。研究团队进一步搭建了集成忆阻器阵列输出层的储备池计算系统,用硬件演示了实时混沌序列预测和手写字母识别,成功实现了端到端的全模拟计算,系统功耗比此前文献报道的储备池计算系统低三个数量级。
注:此研究成果摘自《Nature Communications》杂志,文章内容不代表本网站观点和立场,仅供参考。
(原标题:我国科学家提出一种基于旋转神经元的新型储备池计算硬件架构)