检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

循环神经网络的忆阻阵列映射技术研究

循环神经网络的忆阻阵列映射技术研究

作者：褚子琪国防科技大学

学位级别：硕士

人工智能与人工神经网络是目前嵌入式系统、类脑计算研究等方向的研究热点,在数据分类与预测等方面展现了巨大的潜力。循环神经网络相比于普通的前馈神经网络,能结合当前时刻及过去的信息进行识别和预测,具有记忆功能,对带有时间信息的... 详细信息

人工智能与人工神经网络是目前嵌入式系统、类脑计算研究等方向的研究热点,在数据分类与预测等方面展现了巨大的潜力。循环神经网络相比于普通的前馈神经网络,能结合当前时刻及过去的信息进行识别和预测,具有记忆功能,对带有时间信息的输入有更强的处理能力,是人工神经网络中的一个重要组成部分。基于忆阻器实现人工神经网络是智能信息器件与人工智能两种学科交叉的前沿热点,但目前对基于忆阻器实现循环神经网络的研究刚刚起步,尚不深入。因此本课题选择循环神经网络向忆阻器阵列映射方案设计这一重要问题,根据主攻方向进行研究,对推进忆阻器在人工神经网络中的应用具有重要意义。本文第二章首先介绍忆阻器的基本特性,证明该器件能够实现硬件电路中网络权值的功能,在此基础上对忆阻器阵列阻态特性和质量特性的模型进行了深入讨论,为后续章节的仿真提供理论基础;然后介绍了循环神经网络的原理,重点介绍了循环神经网络之一的长短时记忆网络的结构和前向传播过程,力图论证基于忆阻阵列实现循环神经网络的可行性;最后结合前两个小节的内容,给出了基于忆阻器的循环神经网络的映射方案,并介绍了输入信号与忆阻器阵列实现乘累加功能的方法,重点提出网络权值到忆阻阵列映射的基本方法。这也是后续分析阵列阻态特性和质量特性对映射方法影响的基础。本文第三章在第二章所构建的映射方法的基础上对忆阻器阵列阻态特性对映射的影响开展研究,根据实验室实际制备的忆阻器件特性对仿真实验中采用的阻态个数作了选择,并据此建立了少态忆阻器阵列模型;并以TIMIT语音库为例,分别采用数学仿真和SPICE的方式分析连续阻态、少态等情况对循环神经网络映射的影响,在此基础上优化提出了网络映射策略。本文第四章在第二章所构建的映射方法、第三章忆阻器阵列阻态特性对映射的影响分析的基础上,开展质量特性对映射方法影响分析研究。分别建立忆阻阵列波动性、良率的数学模型,根据第三章的测试结果确定合适的阵列阻态个数,测试分析不同种类、不同程度的质量特性对循环神经网络映射方法的影响,在此基础上提出了网络映射策略。

关键词：忆阻器忆阻阵列人工神经网络循环神经网络

基于MA-PPA的露天煤矿智能巡视机器人路径规划研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机工程 2024年

作者：祁永强胡杞澍中国矿业大学数学学院中国矿业大学信息与控制工程学院

移动机器人在复杂环境下多使用智能算法进行路径规划。但由于传统计算机存在“储存墙”问题，算法运行需要耗费大量的时间。忆阻器具有“存算一体”等特性能够降低算法的运行时间。多头绒泡菌算法可以自组织且高效的找到最短路径。结合... 详细信息

移动机器人在复杂环境下多使用智能算法进行路径规划。但由于传统计算机存在“储存墙”问题，算法运行需要耗费大量的时间。忆阻器具有“存算一体”等特性能够降低算法的运行时间。多头绒泡菌算法可以自组织且高效的找到最短路径。结合二者的优点，根据忆阻器阻值随电流变化的正反馈性，用忆阻器阵列实现了多头绒泡菌算法在二维全局环境下的路径规划，并在忆阻器阵列中进行多头绒泡菌算法的并行计算，大幅降低了算法的运行时间。与其他传统的生物启发算法相比较，本文设计的算法寻找到的最短路径转弯次数更少。

关键词：忆阻阵列生物启发 “存算一体” 多头绒泡菌算法并行计算路径规划栅格法正反馈性

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

忆阻器阵列线阻问题协同优化研究

忆阻器阵列线阻问题协同优化研究

作者：宋丹哲华中科技大学

学位级别：硕士

在信息化、数字化愈演愈烈的今天,物联网、大数据、云计算和神经网络等技术的快速发展对数据的运算、存储和传输提出了更高的要求。然而基于传统CMOS器件和冯·诺依曼架构的计算平台遇到了“存储墙”瓶颈和算力增速慢的问题。忆阻器作... 详细信息

在信息化、数字化愈演愈烈的今天,物联网、大数据、云计算和神经网络等技术的快速发展对数据的运算、存储和传输提出了更高的要求。然而基于传统CMOS器件和冯·诺依曼架构的计算平台遇到了“存储墙”瓶颈和算力增速慢的问题。忆阻器作为一种具有低功耗、高集成度、高读写速度和存算一体等特点的新型非易失存储器件,在加速VMM运算、实现神经网络方面极具潜力。但非理想因素限制了忆阻阵列的推广与应用,其中线阻作为最主要的阵列级非理想因素,造成了IR-drop问题,限制了阵列规模的扩大,降低了阵列计算精度。因此,本文以抑制忆阻器阵列线阻问题为首要目标开展跨层次的深入研究。首先,本研究介绍了渐变型HfO/AlO类超晶格忆阻器的制备流程与结构,在直流和脉冲模式下测试了忆阻器的阻变特性,然后对流片的忆阻阵列芯片中的阵列结构和参数进行了介绍与提取。为探究优化方案,本研究基于MNA算法开发了线阻仿真平台,并将阵列参数与线阻条件注入平台完成神经网络推理的仿真。本研究探究了阵列参数和权重映射方案对线阻问题的影响,给出了简洁的映射方案指导。本研究针对IR-drop下的电压分布和网络输入的稀疏性,在硬件层级提出双电源方案和字线位线同开关方案以优化线阻问题,仿真验证了两种方案为多层感知机和卷积神经网络识别率带来的改善。本研究统计了不同线阻下神经网络中间输出分布的扭曲情况,总结了输出失真规律,提出了推理过程优化激活函数的方案,同时也通过修改网络训练条件,提出了训练过程优化激活函数的第二个方案。这两种软件算法层级的优化方案也通过在神经网络上仿真,验证了其对线阻问题的抑制效果,分别为卷积神经网络带来50.14%和35.06%的识别率恢复,联合优化下识别率可恢复至96.12%。本研究围绕忆阻器阵列线阻问题展开研究工作,分别在软硬件层级提出共四种线阻问题的优化方法,最终实现了抑制阵列输出误差并恢复神经网络识别率的效果,为忆阻器大规模阵列的应用推广提供新的关键技术和推力。

关键词：忆阻器忆阻阵列线阻问题优化方案神经网络 IR-drop

面向忆阻器阵列应用的1S1M集成和自整流忆阻器研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向忆阻器阵列应用的1S1M集成和自整流忆阻器研究

作者：梁华南华中科技大学

学位级别：硕士

随着大数据时代和人工智能的到来,信息呈指数型增长。存算分离的冯·诺依曼计算机架构的内存墙、功耗墙问题日益凸显。基于新型存储器的存内计算新范式被寄予厚望,忆阻器作为最有希望的存内计算器件成为国内外研究的热点。忆阻器因具有... 详细信息

随着大数据时代和人工智能的到来,信息呈指数型增长。存算分离的冯·诺依曼计算机架构的内存墙、功耗墙问题日益凸显。基于新型存储器的存内计算新范式被寄予厚望,忆阻器作为最有希望的存内计算器件成为国内外研究的热点。忆阻器因具有很好的可拓展性,可用于大规模的无源阵列中,同时也伴随着阵列的电串扰问题,需要额外集成选通器件。本文以研制阈值选通管与忆阻器集成的1S1M器件和自整流忆阻器为目的,为无源忆阻阵列的电串扰问题提供解决方案。本论文的主要研究内容如下:1S1M结构忆阻器阵列的集成研究。本研究首先研制出Pt/HfO/Ag/Pt选通器件,并进一步在HfO/Ag界面引入Ge Te缓冲层优化阈值选通器件的电学性能研究。分别研究了不同厚度的Ge Te缓冲层对其选通性能的优化,研制出与双极性忆阻器兼容的对称阈值选通器件。随后,通过控制氩气与氧气的流量比来制备具有大量氧空位缺陷的HfO基Forming-free忆阻器。最后将忆阻器与阈值选通管集成为结构为Ti N/HfO/Pt/Ag Ge Te/HfO/Ag Ge Te/Pt的1S1M忆阻器阵列,验证结果表明其具有较好的潜行路径电流的抑制能力。基于HfO/AlO双层氧化物的自整流忆阻器及其性能研究。在合适的厚度匹配的条件下,器件表现出自整流、自限流、较好的一致性、多值特性。器件的数据能够在常温下保持10 s。后面通过曲线拟合和能带结构模型,解释器件的自整流机制和阻变机制,为深入理解和改善电学特性提供理论指导。最后,基于自整流忆阻器的特性,探索了在仿生神经突触的应用,模拟了双峰脉冲易化、长时增强和长时抑制过程等特性。同时,提出自整流忆阻器在大规模存储阵列的应用,仿真计算在不同偏压方案下和不同阵列尺寸下的读取裕度。

关键词：忆阻器选通管自整流忆阻阵列氧化铪

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于忆阻器阵列的卷积网络混合映射部署优化

微电子学与计算机 2022年第5期39卷 118-124页

作者：成宇邢恒拓韩芳东华大学信息科学与技术学院上海201620

忆阻器阵列有望满足边缘智能对功耗、存储密度、计算时间等的要求,但在目前忆阻器阵列资源有限的前提下,很难部署网络模型.由于采用双忆阻器映射参数的方式,映射压缩后的神经网络模型仍需要大量硬件资源.混合映射同时使用单忆阻器和双... 详细信息

忆阻器阵列有望满足边缘智能对功耗、存储密度、计算时间等的要求,但在目前忆阻器阵列资源有限的前提下,很难部署网络模型.由于采用双忆阻器映射参数的方式,映射压缩后的神经网络模型仍需要大量硬件资源.混合映射同时使用单忆阻器和双忆阻器两种映射方式部署卷积网络,可以减少资源消耗,但人为设定混合映射部署方案具有偶然性,映射后的网络模型准确率不可控.针对以上问题,提出了一种基于资源约束的粒子群算法区分卷积网络参数重要性,并对混合映射部署进行优化.为提高网络准确率,以忆阻器阵列同行字线映射的参数作为搜索细粒度;为保证解的合理性,同时采用网络准确率和忆阻器数量作为适应度值;为加快搜索速度,在计算适应度值前加了一个混合比例约束.此外,与其他优化算法性能进行了对比,并讨论了算法搜索复杂度.实验表明,对于4值忆阻器,优化后部署方案的准确率可比人为设定部署方案高出33%.这项工作有望为边缘智能提供一种友好可行的非冯诺依曼硬件解决方案.

关键词：忆阻阵列混合映射参数重要性卷积网络

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

忆阻循环神经网络及其轻量化设计研究

忆阻循环神经网络及其轻量化设计研究

作者：王峰华中科技大学

学位级别：硕士

忆阻神经网络因其可以通过基尔霍夫电流定律和欧姆定律高速、高并行度地实现神经网络算法的核心过程——向量矩阵乘法运算,受到了学术界的广泛关注。长短期记忆(Long Short-Term Memory,LSTM)神经网络通过门控单元结构,大大缓解了原始... 详细信息

忆阻神经网络因其可以通过基尔霍夫电流定律和欧姆定律高速、高并行度地实现神经网络算法的核心过程——向量矩阵乘法运算,受到了学术界的广泛关注。长短期记忆(Long Short-Term Memory,LSTM)神经网络通过门控单元结构,大大缓解了原始循环神经网络(Recurrent Neural Network,RNN)严重的梯度消失问题,在时序信息处理领域具有巨大的应用潜力。然而,因其庞大的参数规模和复杂的内部结构,LSTM网络不仅面临着比其他神经网络更为严重的算力瓶颈,还在进行忆阻实现时对阵列面积提出了苛刻的需求。为了将忆阻RNN推向实用化,有必要对其进行轻量化设计。本文设计了多种忆阻RNN的离线训练方法和权重映射方法,对比了不同模型之间的性能差异,并对其进行了轻量化设计。本文主要研究内容及结果如下:基于负反馈写入-验证电导调控法的特点,设计了忆阻RNN通用的离线训练方法并针对不同模型的特点分别设计了对应的权重映射方法。并对比了连续脉冲法和负反馈写入-验证法在V/WHf O/Pt忆阻突触器件上的多值电导调控效果,后者的电导态平均离散系数仅为3.31%,较前者减小了58%。对比了忆阻原始RNN、忆阻LSTM和忆阻门控递归单元(Gated Recurrent Unit,GRU)的性能,结果表明:较小的数据集时序长度或大于2%的忆阻突触器件读误差即可使忆阻原始RNN失效;忆阻LSTM和忆阻GRU则可在时序长度较大时进行有效学习,并在10%的器件读误差下进行有效的在线推断;忆阻LSTM的长时序信息学习能力最强,而忆阻GRU的隐藏层阵列占用面积较前者减少了25%,且鲁棒性更强。通过对忆阻GRU门控单元的权重矩阵进行裁切,提出了三种轻量化忆阻RNN方案。裁切全连接矩阵的方案获得了更强的长时序信息学习能力;裁切递归矩阵的方案获得了更强的对器件非理想特性的鲁棒性;仅保留偏置矩阵的方案的隐藏层阵列占用面积相比忆阻LSTM减小了近75%,已逼近RNN类模型的极限,大大削减了忆阻RNN的硬件需求。

关键词：忆阻神经网络循环神经网络忆阻突触器件忆阻阵列轻量化设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时序数据的网络拓扑识别方法研究

基于时序数据的网络拓扑识别方法研究

作者：赵政天津大学

学位级别：硕士

网络是诸如电力网络、互联网络、交通网络、蛋白质网络等的抽象总结,其拓扑结构表示网络节点间的连接关系和作用关系,决定着网络的功能和机制,是分析预测和控制现实网络的前提条件。然而对于现实网络而言,其拓扑结构通常是未知。因此,... 详细信息

网络是诸如电力网络、互联网络、交通网络、蛋白质网络等的抽象总结,其拓扑结构表示网络节点间的连接关系和作用关系,决定着网络的功能和机制,是分析预测和控制现实网络的前提条件。然而对于现实网络而言,其拓扑结构通常是未知。因此,如何从网络中检测到的节点时序数据识别出网络的拓扑结构就显得尤为重要。基于时序数据的网络拓扑识别具有简单易行、识别效果好、无需借助先验知识等优点,因此成为目前的主流方法,并作为基础衍生出压缩感知和优化算法等。尽管取得很大的研究进展,但仍面临着一些关键问题,尤其在网络拓扑识别的时间复杂度和准确率方面有待进一步优化。针对当前网络拓扑识别存在的问题,本文开展了如下研究工作:1、针对线性无权网络,提出一种基于主成分分析和凸优化的无权网络拓扑识别方法。该方法首先建立了无权网络的拓扑分析模型,然后利用主成分分析对时序数据集进行降维压缩,基于范数逼近和凸松弛原理将网络拓扑识别问题转化为可解的凸优化问题,最后将该方法扩展,实现了多层无权网络的拓扑识别。在仿真方面,基于低压配电网模型对该方法进行了详细研究,同时考察了不同的网络节点数、时间序列样本数以及噪声对无权网络拓扑识别性能的影响。通过与其他方法的比较,验证了该方法在拓扑识别准确率和时间复杂度方面的优越性。2、为进一步识别线性加权网络的权值信息,结合线性无权网络的拓扑识别方法,提出一种基于交替优化的线性加权网络拓扑识别方法。该方法首先利用从LASSO算法获得的邻接矩阵作为先验知识对权值矩阵进行重新优化,然后基于0-1整数规划对邻接矩阵进行再优化,最后将邻接矩阵和权值矩阵的优化结果作为对方求解方程的先验知识进行优化,并形成循环迭代。在仿真方面,基于电力系统的IEEE节点模型对该方法进行了详细研究,同时考察了时序数据采样点数、迭代次数以及可调参数对加权网络拓扑识别性能的影响。该方法在优化过程中考虑了邻接矩阵和权值矩阵相互制约的关系,优化结果更加精确。3、为探究存储与计算一体化的网络拓扑识别计算形态,通过将忆阻阵列的输入输出和电导值分别映射为网络的节点和边,对基于忆阻阵列的网络拓扑识别进行了研究和分析。首先对现有忆阻器模型进行仿真,设计忆阻阵列实现并行运算和存储的功能;然后给出了忆阻阵列实现拓扑识别的学习规则、整体模型和程序流程;最后将系统应用在电网相位分布网络,仿真结果表明,从忆阻器的电导值可以直接推导出拓扑连接矩阵,成功实现了用户相位识别任务。忆阻阵列存储与计算于一体的计算形态,有利于网络拓扑识别的全硬件实现。综上,本文对网络拓扑识别方法进行了研究,将网络的时序数据作为本文方法的数据来源,分别针对线性无权网络和加权网络,提出性能更加优异的拓扑识别方法,另外在忆阻阵列上同时完成网络拓扑识别的存储与计算。本文方法为不同网络场景下的拓扑识别建立坚实基础。

关键词：拓扑识别时序数据凸优化忆阻阵列

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于互补式忆阻结构的可重构逻辑研究

基于互补式忆阻结构的可重构逻辑研究

作者：胡思雨华中科技大学

学位级别：硕士

集成电路这一伟大发明自应用之日起,在性能、功耗和成本上寻求更优的电路设计方案一直是人们孜孜以求的目标。而在当今的大数据时代背景下,在传统存储与计算分离的架构所面临的冯·诺依曼瓶颈和存储墙问题愈发严峻的情况下,对现行的计... 详细信息

集成电路这一伟大发明自应用之日起,在性能、功耗和成本上寻求更优的电路设计方案一直是人们孜孜以求的目标。而在当今的大数据时代背景下,在传统存储与计算分离的架构所面临的冯·诺依曼瓶颈和存储墙问题愈发严峻的情况下,对现行的计算架构进行变革势在必行。在同一单元中同时实现数据的计算与存储这一技术发展方向,有望从根本上改变计算机存储与信息处理方式,解决现有的冯·诺依曼架构所遇到的瓶颈和问题,大大提高计算机的运行效率。而忆阻器由于高速、低功耗、高密度、易于3D集成、与CMOS工艺兼容等优点,成为存算一体化技术的候选基础器件。本文在忆阻可重构逻辑研究背景下,采用完备性和可重构性最优的时序逻辑操作方法,首先以Pt/HfO/TiN互补式忆阻结构为基本操作单元,对其基本电学特性进行了分析和研究,在此基础之上,利用状态逻辑表达式对16种布尔逻辑的实现方法进行了推导,并从实验方面验证了该方法的可行性。采用所提出的操作方法,任意的二值布尔逻辑功能可以在三步之内实现,且每种逻辑功能的实现方法都不是唯一的,从而赋予了该方法更高的可重构性和灵活性,为后续的复杂功能设计提供了更大的优化空间。随后,以所设计的时序逻辑方法为基础,在3×4的忆阻阵列中8步实现了一位全加器功能,并通过了功能仿真验证。更进一步地,基于一位全加器,采用流水线技术设计了多位加法器结构,可继续提高复杂任务的执行效率。此外,本文同样基于互补式忆阻结构,采用电压输入电压输出的操作方法,一步式实现了最大、最小逻辑功能,进而设计了一种二输入比较器,并进而设计了无数据依赖的排序网络功能。本文提出的操作方法是对忆阻可重构时序逻辑的系统分析,是对新型存算一体化计算架构的进一步探索。

关键词：忆阻器布尔逻辑可重构时序逻辑忆阻阵列一位全加器