10.3772/j.issn.1673-6516.2015.01.003
突破细胞神经网络模板设计的瓶颈
受生物学中的DNA序列的自我复制等现象的启发,杭州电子科技大学和香港城市大学等院校的CNN(细胞神经网络)研究团队提出了DNA-Like序列的概念,并且发现感知器中的激发序列就是一个DNA-Like序列。进一步基于突触权值仅与激发序列中的某些值的相关性,再利用DNA-Like序列的特有性质,就可以把感知器的突触权值的学习转化为激发序列的学习。研究人员将基于这种思想的算法称为DNA-Like学习算法。这个算法具有许多优点,如学习速度快、迭代次数少,更重要的是,它必定是收敛的,因而不像传统的算法(如BP算法)那样会产生陷入局部极小的问题。此外,研究团队还开发了相关的软件,称之为CNN-UP。利用CNN快速计算功能, CNN-UP可以应用于许多组合逻辑电路的设计。可以预见,随着硬件实现技术的不断进步,CNN的应用领域将更加广阔。
细胞神经网络、模板设计、学习算法、研究团队、突触权值、感知器、自我复制、应用、学习速度、实现技术、逻辑电路、科技大学、计算功能、迭代次数、再利用、相关性、生物学、组合、转化、院校
TP3;G31
2015-02-09(万方平台首次上网日期,不代表论文的发表时间)
共1页
10-10