面向“达尔文”芯片的脉冲神经网平台设计与实现
本文关键词: 类脑计算 脉冲神经网络 “达尔文”芯片 仿真平台 出处:《浙江大学》2017年硕士论文 论文类型:学位论文
【摘要】:基于冯诺依曼结构的计算机体系结构由于功耗与散热的问题面临着挑战,类脑计算因此成为研究的热点。类脑计算的基本方法是应用生物神经网络的概念来设计计算机系统,并针对特定的应用来降低功耗和提高性能。脉冲神经网络是通过模拟生物神经网络发展而来的,因此成为类脑计算的重点研究方向。目前类脑芯片在硬件设计上有了突破性的进展,"达尔文"类脑计算芯片便是浙江大学与杭州电子科技大学联合研发的一款基于脉冲神经网络的协处理器芯片。“达尔文”芯片需要具体的应用系统来进行验证和评估,而构建"达尔文"芯片的应用系统需要适合的脉冲神经网络实现。基于以上背景,本文设计并实现了面向达尔文芯片的脉冲神经网络平台,为类脑计算芯片的应用设计提供了一个可定制的、直观的仿真平台,并以此为基础为达尔文芯片实现实时演示系统。本文主要有以下贡献:1)设计并实现基于"达尔文"芯片的脉冲神经网络,实现了人工神经网络转化成脉.冲神经网络的算法。2)构建并实现了一个脉冲神经网络仿真平台,该平台能够通过可视化操作界面配置网络结构和参数,以实现自定义结构的脉冲神经网络,并能够对脉冲神经网络仿真的结果和过程进行可视化。3)以脉冲神经网络仿真平台为基础,设计并实现了一个基于"达尔文"芯片的意念控制虚拟篮球运动实时演示系统。
[Abstract]:The computer architecture based on von Neumann structure is facing a challenge due to the problem of power consumption and heat dissipation, so brain-like computing has become a hot topic. The basic method of brain-like computing is to design computer system by using the concept of biological neural network. Pulse neural networks are developed by simulating biological neural networks. At present, there has been a breakthrough in the hardware design of brain-like chips. "Darwin" is the basis of the joint research and development of Zhejiang University and Hangzhou University of Electronic Science and Technology. The "Darwin" chip needs a specific application system to verify and evaluate. The application system of "Darwin" chip needs to be realized by pulse neural network. Based on the above background, this paper designs and implements a pulse neural network platform for Darwin chip. It provides a customizable and intuitionistic simulation platform for the application design of brain-like computing chip. In this paper, the following contributions are made to design and implement the pulse neural network based on "Darwin" chip. A pulse neural network simulation platform is constructed and implemented. The platform can configure the network structure and parameters through visual operation interface. Based on the pulse neural network simulation platform, we can visualize the simulation results and process of the pulse neural network by realizing the self-defined structure of the pulse neural network, and can visualize the simulation results and the process of the pulse neural network simulation on the basis of the pulse neural network simulation platform. A virtual basketball demonstration system based on Darwin chip is designed and implemented.
【学位授予单位】:浙江大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP183;TP391.9
【相似文献】
相关期刊论文 前10条
1 杨晓帅 ,付玫;神经网络技术让管理更轻松[J];软件世界;2000年11期
2 云中客;新的神经网络来自于仿生学[J];物理;2001年10期
3 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期
4 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期
5 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期
6 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期
7 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期
8 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期
9 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期
10 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期
相关会议论文 前10条
1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年
2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年
3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
相关重要报纸文章 前10条
1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年
2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年
3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
7 健康时报特约记者 张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年
9 ;神经网络和模糊逻辑[N];世界金属导报;2002年
10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
相关博士学位论文 前10条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年
3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年
5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年
6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年
8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年
9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年
相关硕士学位论文 前10条
1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年
2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年
3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年
4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年
5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年
6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年
7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年
8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年
9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年
10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年
,本文编号:1511884
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1511884.html