基于忆阻器的连续学习混沌神经网络.pdf

《基于忆阻器的连续学习混沌神经网络.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第4O卷第10期计算机科学Vo1．40No．102013年10月ComputerScienceOct2013基于忆阻器的连续学习混沌神经网络张椅段书凯王丽丹胡小方L(西南大学物理科学与技术学院电子信息工程学院重庆400715)(香港城市大学机械与生物医学工程系香港)摘要忆阻器具有独特的记忆功能和连续可变的电导状态，在人工智能与神经网络等研究领域具有巨大的应用优势。详细推导了忆阻器的电荷控制模型，将纳米忆阻器与具有智能信息处理能力的混沌神经网络相结合，提出了一种新型的基于忆阻器的连续学习混沌神经网络模型。利用忆阻器可直接实现网络中繁多的反馈与

2、迭代，即完成外部输入对神经元及神经元之间相互作用的时空总和。提出的忆阻连续学习混沌神经网络可以实现对已知模式和未知模式的区分，并能对未知模式进行自动学习和记忆。给出的计算机仿真验证了方案的可行性。由于忆阻器具有纳米级尺寸和自动的记忆能力，该方案有望大大简化混沌神经网络结构。关键词忆阻器，混沌神经网络，连续学习，时空总和中图法分类号TP183文献标识码AMemristor-basedSuccessiveLearningChaoticNeuralNetworkZHANGYiDUANShu-kaiWANGLi-dan1HUXiao-fang’(S

3、choolofElectronicandInformationEngineering，SchoolofPhysicalScienceandTechnology，SouthwestUniversity，Chongqing400715，China)(DepartmentofMechanicalandBiomedicalEngineering，CityUniversityofHongKong，HK，China)AbstractWiththeuniquememoryabilityandcontinuouslyvariableconductances

4、tate，memristorshavepromisingprospectsinthefieldsofartificia1intelligenceandartificialneuralnetwork．Thispaperderivedthecharge-controlledmemristormodelindetail．Combiningthenanometermemristorandchaoticneuralnetwork。anove1typeofmemristor-basedsuccessivelearningchaoticneuralnet

5、workmodelwasproposed．Thenumerousfeedbacksanditerativeinthenet—WOrk，thatiS，thespatio-temporalsummationofexterna1inputtoneuronsandtheinteractionbetweenneurons，canbeenachievedbytakingadvantageofmemristor．Intheproposedmodel，itmakesuseofthediferenceintheresponsetotheinputpatter

6、nstodistinguishtheunknowrlpatternfromthestoredknownpatterns．Whenaninputpatternisregardedasanunknownpattern，itwillbememorizedinthenetwork．Theeffectivenesswasverifiedthroughthegivensimulationexperiments．Withthememristor’Snano-scalesizeandautomaticmemorycapacity．theprogramise

7、xpectedtogreatlysimplifythestructureofchaoticneuralnetwork．KeywordsMemristor，Chaoticneuralnetwork，Successivelearning，Spatio-temporalsummation忆阻器的出现为混沌神经网络的发展带来了新的希望，1引言有望大大简化电路结构，进一步提高其信息处理的能力。混沌是不含外加随机因素的完全确定性系统表现出来的1971年，蔡少棠教授根据电路理论的公理化体系的完备性定介于规则和随机之间的内秉性行为L1]。经研究发现，人脑中

8、义了磁通量和电荷之间的关系，提出了忆阻器(Memristor)的的生物神经元中可能存在混沌动力学行为，并且其在联想记概念，将忆阻值M定义为磁通量随着电荷量q的变化率，忆中发挥重要