掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
憶阻類腦計算 版權信息
- ISBN：9787030771018
- 條形碼：9787030771018 ; 978-7-03-077101-8
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
憶阻類腦計算 內容簡介
這是一本給集成電路科學與工程、電子科學與技術、微電子學與固體電子學、新一代電子信息技術、人工智能等硬件專業學生使用的教材和研究人員使用的參考書。本書首先從硬件層面分兩章"憶阻突觸"和"憶阻神經元" 系統講解基于憶阻器的仿生突觸與神經元，重點分析不同種類的憶阻材料用作突觸和神經元時依據的物理機制，以及在實際應用中面臨的主要問題。在神經網絡設計層面，按照編碼方式分類，可分為模擬值編碼的人工神經網絡和脈沖編碼的脈沖神經網絡；按照訓練方式分類，可分為監督學習、非監督學習、強化學習。本書首先按照此順序逐個講解。
憶阻類腦計算 目錄
目錄“存儲器科學與技術叢書”序前言第1章 站在類腦計算與憶阻器的交匯點11.1 類腦計算11.1.1 學習與泛化11.1.2 存算一體21.1.3 高能效31.2 類腦計算：為什么是憶阻器41.2.1 突觸可塑性：類腦計算的物理基礎41.2.2 憶阻器：天然的突觸51.3 類腦計算的發展簡史111.3.1 **代：感知器111.3.2 第二代：引入非線性的多層感知器121.3.3 第三代：從模擬計算到神經形態計算131.4 本書章節安排131.5 思考題15參考文獻16第2章 憶阻突觸172.1 離子遷移型172.1.1 導電橋型182.1.2 氧化物型202.1.3 固態電解質型232.2 相變型262.2.1 晶-非晶相變262.2.2 莫特相變292.3 鐵電型322.3.1 基本原理322.3.2 常用鐵電材料362.3.3 常用器件結構392.4 憶阻突觸陣列412.4.1 潛行通路問題及解決方案422.4.2 多核結構452.4.3 三維堆疊462.5 本章小結482.6 思考題49參考文獻49第3章 憶阻神經元533.1 神經元簡介533.1.1 生物神經元533.1.2 神經元的簡化模型583.2 基于非易失的相變材料623.2.1 設計思想623.2.2 相變神經元的電路實現633.2.3 輔助電路653.3 基于易失的閾值轉換材料673.3.1 設計原理673.3.2 閾值轉換常見機理及其神經元693.4 本章小結773.5 思考題78參考文獻78第4章 人工神經網絡的監督學習804.1 單層神經網絡804.1.1 算法原理804.1.2 基于1T1M的突觸陣列：人臉識別884.1.3 基于憶阻器差分對的突觸陣列：三宮格識別944.2 深度神經網絡974.2.1 算法原理974.2.2 反向傳播的憶阻交叉陣列實現994.2.3 憶阻突觸的非理想效應與對策1034.3 本章小結1104.4 思考題112參考文獻113第5章 脈沖神經網絡的監督學習1155.1 脈沖傳播1155.1.1 算法原理1155.1.2 權重更新：隱藏層到輸出層1165.1.3 權重更新：輸入層到隱藏層1215.1.4 操作流程1235.1.5 異或問題應用1255.1.6 問題與改進方案(1)1265.1.7 問題與改進方案(2)1275.2 遠程監督方法1305.2.1 算法原理1315.2.2 基于互補器件的電路實現1325.2.3 器件非理想效應及解決方案1365.3 本章小結1385.4 思考題139參考文獻140第6章 人工神經網絡的非監督學習1416.1 尋找隱藏的數據結構1416.2 若干算法1426.2.1 競爭學習1426.2.2 期望-*大化1436.3 本章小結1466.4 思考題146參考文獻146第7章 脈沖神經網絡的非監督學習1477.1 赫布法則1477.2 STDP變種11507.2.1 憶阻突觸實現1507.2.2 神經網絡應用：圖像識別1527.3 STDP變種21577.3.1 憶阻突觸實現1577.3.2 應用：DVS與運動軌跡識別1587.3.3 憶阻突觸電導方差對網絡性能影響1617.4 本章小結1637.5 思考題164參考文獻165第8章 深度強化學習1678.1 強化學習簡介1678.2 基于模擬值的深度Q值網絡1688.2.1 吃還是不吃？這是個問題1688.2.2 Bellman方程1698.2.3 Bellman方程求解1738.2.4 深度Q值網絡1778.2.5 若干優化技術1798.2.6 憶阻突觸陣列實現1828.3 基于脈沖的深度Q值網絡1848.3.1 脈沖Q值學習1858.3.2 策略遷移1868.4 本章小結1868.5 思考題188參考文獻188第9章 卷積神經網絡1899.1 基本原理1909.1.1 特征提取：**層卷積核1909.1.2 特征提取：池化1919.1.3 特征提取：后續層卷積核1919.1.4 分類：拍平與全連接1929.2 二維憶阻陣列實現1929.2.1 負權重的電路實現1959.2.2 激活函數的電路實現1969.2.3 平均池化的電路實現1979.2.4 三維卷積核運算的電路實現1989.2.5 權重更新的電路實現1989.2.6 卷積的并行實現2009.2.7 憶阻突觸陣列的非理想效應2019.2.8 芯片級體系結構2039.3 三維憶阻陣列實現2039.3.1 設計理念2039.3.2 設計與實現實例2059.4 本章小結2089.5 思考題209參考文獻209第10章 貝葉斯神經網絡21010.1 不確定性來源與量化21010.1.1 乳腺腫瘤數據：標簽交疊區難題21110.1.2 貝葉斯神經網絡：量化不確定度21310.2 隨機失效突觸技術21410.2.1 隨機失效神經元/突觸技術簡介21410.2.2 隨機失效突觸與貝葉斯神經網絡的等價性21710.2.3 蒙特卡羅-隨機失效突觸技術的優缺點21910.3 基于閾值轉換器件的硬件實現21910.3.1 基于OTS的隨機突觸22010.3.2 新冠肺炎胸片診斷：量化不確定度22210.4 本章小結22710.5 思考題227參考文獻228第11章 全光神經網絡22911.1 光學突觸器件原理22911.2 基于集成光感器件的卷積神經網絡23411.2.1 波分復用與光頻梳：高并行的光信息處理23411.2.2 全光卷積神經網絡設計23511.3 本章小結23611.4 思考題237參考文獻237第12章 其他應用23812.1 稀疏編碼23812.1.1 原理23812.1.2 神經網絡方案23912.1.3 憶阻交叉陣列實現24212.2 主成分分析24412.2.1 原理24512.2.2 憶阻交叉陣列實現24912.3 偏微分方程求解25512.3.1 原理25512.3.2 憶阻交叉陣列實現25812.3.3 問題與改進方案26412.4 本章小結26412.5 思考題266參考文獻267
展開全部
書友推薦
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
我與地壇
- >
山海經
- >
莉莉和章魚
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
姑媽的寶刀
- >
二體千字文
- >
【精裝繪本】畫給孩子的中國神話
本類暢銷
