本书围绕忆阻神经网络电路的设计、实现与应用展开，在阐述忆阻的基本概念与特性的基础上，详细介绍忆阻模型、基于忆阻的逻辑运算电路、忆阻突触与神经元电路，进一步阐述基于忆阻的感知机神经网络、误差反向传播神经网络、径向基函数神经网络、Hopfield神经网络、长短期记忆神经网络、卷积神经网络、胶囊神经网络等多种忆阻神经网络电路的设计方法。在此基础上，探讨这些忆阻神经网络电路在手写数字识别、曲线拟合、图像复原、情感分类等方面的应用效果和实验分析。
本书是作者团队多年来在忆阻神经网络电路设计方面研究成果的一次展示，读者可据此进一步开展其他类型忆阻神经网络的设计与应用研究。
样章试读
目录
- 目录
“新一代人工智能理论、技术及应用丛书”序
前言
第1章 绪论 1
1.1 忆阻名字的由来 1
1.2 忆阻的特性 2
1.3 忆阻的应用 3
1.3.1 在人工智能计算机中的应用 3
1.3.2 在人工神经网络中的应用 4
1.3.3 在保密通信中的应用 5
1.3.4 在模拟电路中的应用 6
1.3.5 在存储器中的应用 7
1.3.6 在生物行为模拟中的应用 8
1.4 忆阻神经网络概述 9
参考文献 11
第2章 忆阻模型 19
2.1 惠普忆阻的工作机理及i-v关系 19
2.2 线性和非线性忆阻模型 23
2.2.1 线性忆阻模型 23
2.2.2 非线性忆阻模型 25
2.3 阈值自适应忆阻模型 26
2.4 AIST忆阻模型 28
2.4.1 AIST忆阻模型的提出 28
2.4.2 AIST忆阻模型PSPICE建模 28
2.4.3 实验及分析 30
2.5 漂移速度自适应忆阻模型 33
2.5.1 i-v关系 34
2.5.2 速度自适应方程f(x,i) 34
2.5.3 实验及分析 37
参考文献 41
第3章 基于忆阻的逻辑运算电路 44
3.1 忆阻i-v关系 44
3.2 基于忆阻的实质蕴涵逻辑运算电路 44
3.3 基于忆阻的逻辑运算电路设计 46
3.3.1 “与”门 46
3.3.2 “或”门 49
3.3.3 “非”门 50
3.3.4 “异或”门 51
3.3.5 “同或”门 53
3.4 基于CRS的逻辑运算电路 54
3.4.1 漏电流问题的出现 54
3.4.2 互补型阻变开关结构的提出 55
3.4.3 基于CRS的逻辑运算电路设计 56
3.4.4 基于CRS的逻辑运算电路仿真与分析 64
参考文献 67
第4章 忆阻突触与神经元电路 70
4.1 引言 70
4.2 忆阻突触设计 70
4.2.1 单忆阻突触 70
4.2.2 带晶体管的单忆阻突触 72
4.2.3 双忆阻突触 74
4.2.4 忆阻桥突触 75
4.2.5 对应电压和电流输入的忆阻突触 77
4.3 忆阻神经元电路 78
4.3.1 电流模式的忆阻神经元电路 79
4.3.2 电压模式的忆阻神经元电路 81
4.3.3 仿真实验 84
4.4 忆阻脉冲神经元电路 86
4.4.1 忆阻脉冲神经元电路设计 87
4.4.2 忆阻脉冲神经元PSPICE仿真实验 89
4.5 忆阻STDP电路 90
4.5.1 STDP法则简介 91
4.5.2 STDP学习单元电路 92
4.6 忆阻3-STDP学习电路 95
4.6.1 3-STDP学习电路的相关工作 95
4.6.2 3-STDP法则简介 96
4.6.3 3-STDP仿真实验 97
4.6.4 3-STDP电路仿真 100
参考文献 102
第5章 忆阻神经网络电路设计 105
5.1 忆阻感知机网络电路 105
5.2 忆阻BP神经网络电路 108
5.2.1 忆阻单层BP神经网络电路 109
5.2.2 忆阻多层BP神经网络电路 113
5.3 忆阻RBFNN电路 116
5.3.1 RBFNN简介 116
5.3.2 RBFNN电路 117
5.4 忆阻Hopfield神经网络电路 118
5.4.1 忆阻Hopfield神经网络电路简介 119
5.4.2 忆阻Hopfield神经网络电路对比 121
5.5 忆阻LSTM神经网络电路 121
5.5.1 LSTM神经网络简介 122
5.5.2 忆阻LSTM神经网络电路简介 124
5.5.3 忆阻LSTM神经网络电路的工作方式 127
5.6 忆阻卷积神经网络电路 131
5.6.1 MCNN简介 131
5.6.2 MCNN电路简介 132
5.6.3 MMLP和MCNN电路 134
5.6.4 MMLP和MCNN的工作方式 139
5.7 忆阻胶囊神经网络电路 143
5.7.1 胶囊神经网络结构与动态路由算法 143
5.7.2 基于二维忆阻-CMOS交叉阵列的胶囊神经网络电路 145
5.7.3 基于三维忆阻-CMOS交叉阵列的胶囊神经网络电路 147
参考文献 149
第6章 忆阻神经网络电路应用 153
6.1 基于忆阻感知机电路的字符图像识别 153
6.2 基于忆阻BP神经网络的手写数字识别 156
6.2.1 忆阻BP神经网络算法 158
6.2.2 忆阻BP神经网络手写数字识别实验及分析 160
6.3 基于忆阻RBFNN的曲线拟合 172
6.3.1 拟合曲线的分析 173
6.3.2 忆阻RBF曲线拟合实验及分析 174
6.4 基于忆阻Hopfield神经网络的图像复原 176
6.4.1 图像复原简介 176
6.4.2 忆阻Hopfield神经网络电路参数估计 177
6.4.3 忆阻Hopfield神经网络图像复原仿真分析 179
6.4.4 比较与鲁棒性分析 186
6.5 基于忆阻LSTM的情感分类 188
6.5.1 仿真参数设置与情感分类结果 188
6.5.2 电路仿真结果分析 190
6.5.3 与其他基于忆阻LSTM的比较 192
6.6 基于MCNN的图像识别应用 192
6.6.1 MCNN参数设置 193
6.6.2 权值原位更新策略 194
6.6.3 MMLP的仿真实验结果 194
6.6.4 MCNN的仿真实验结果 196
6.6.5 结果与分析 197
6.7 基于忆阻胶囊神经网络的手写体字符识别 207
6.7.1 USPS手写体字符识别 207
6.7.2 对比分析 209
参考文献 210
京公网安备 11010102004214号