中图网

>

电子通信

>

微电子学、集成电路（IC）

忆阻类脑计算

作者：何毓辉

出版社：科学出版社出版时间：2024-06-01

开本： B5 页数： 286

本类榜单：工业技术销量榜

中图价:¥105.0(7.5折) 定价 ~~¥140.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
湖南省志(1978-2002)?铁路志

湖南省志(1978-2002)?铁路志

¥70.6¥98
>
公路车宝典(ZINN的公路车维修与保养秘籍)

公路车宝典(ZINN的公路车维修与保养秘籍)

¥69.6¥120
>
晶体管电路设计(下)

晶体管电路设计(下)

¥28.6¥38
>
基于个性化设计策略的智能交通系统关键技术

基于个性化设计策略的智能交通系统关键技术

¥48.6¥68
>
德国克虏伯与晚清火:贸易与仿制模式下的技术转移

德国克虏伯与晚清火:贸易与仿制模式下的技术转移

¥21.8¥65
>
花样百出:贵州少数民族图案填色

花样百出:贵州少数民族图案填色

¥19.1¥45
>
识木:全球220种木材图鉴

识木:全球220种木材图鉴

¥159.6¥228

商品详情
商品评论(0条)

中图价:¥105.0 加入购物车

版权信息
内容简介
目录

微信公众号

忆阻类脑计算版权信息

ISBN：9787030771018
条形码：9787030771018 ; 978-7-03-077101-8
装帧：平装
册数：暂无
重量：暂无
所属分类：
工业技术
>
电子通信
>
微电子学、集成电路（IC）

忆阻类脑计算内容简介

这是一本给集成电路科学与工程、电子科学与技术、微电子学与固体电子学、新一代电子信息技术、人工智能等硬件专业学生使用的教材和研究人员使用的参考书。本书首先从硬件层面分两章"忆阻突触"和"忆阻神经元" 系统讲解基于忆阻器的仿生突触与神经元，重点分析不同种类的忆阻材料用作突触和神经元时依据的物理机制，以及在实际应用中面临的主要问题。在神经网络设计层面，按照编码方式分类，可分为模拟值编码的人工神经网络和脉冲编码的脉冲神经网络；按照训练方式分类，可分为监督学习、非监督学习、强化学习。本书首先按照此顺序逐个讲解。

忆阻类脑计算目录

目录“存储器科学与技术丛书”序前言第1章站在类脑计算与忆阻器的交汇点11.1 类脑计算11.1.1 学习与泛化11.1.2 存算一体21.1.3 高能效31.2 类脑计算：为什么是忆阻器41.2.1 突触可塑性：类脑计算的物理基础41.2.2 忆阻器：天然的突触51.3 类脑计算的发展简史111.3.1 **代：感知器111.3.2 第二代：引入非线性的多层感知器121.3.3 第三代：从模拟计算到神经形态计算131.4 本书章节安排131.5 思考题15参考文献16第2章忆阻突触172.1 离子迁移型172.1.1 导电桥型182.1.2 氧化物型202.1.3 固态电解质型232.2 相变型262.2.1 晶-非晶相变262.2.2 莫特相变292.3 铁电型322.3.1 基本原理322.3.2 常用铁电材料362.3.3 常用器件结构392.4 忆阻突触阵列412.4.1 潜行通路问题及解决方案422.4.2 多核结构452.4.3 三维堆叠462.5 本章小结482.6 思考题49参考文献49第3章忆阻神经元533.1 神经元简介533.1.1 生物神经元533.1.2 神经元的简化模型583.2 基于非易失的相变材料623.2.1 设计思想623.2.2 相变神经元的电路实现633.2.3 辅助电路653.3 基于易失的阈值转换材料673.3.1 设计原理673.3.2 阈值转换常见机理及其神经元693.4 本章小结773.5 思考题78参考文献78第4章人工神经网络的监督学习804.1 单层神经网络804.1.1 算法原理804.1.2 基于1T1M的突触阵列：人脸识别884.1.3 基于忆阻器差分对的突触阵列：三宫格识别944.2 深度神经网络974.2.1 算法原理974.2.2 反向传播的忆阻交叉阵列实现994.2.3 忆阻突触的非理想效应与对策1034.3 本章小结1104.4 思考题112参考文献113第5章脉冲神经网络的监督学习1155.1 脉冲传播1155.1.1 算法原理1155.1.2 权重更新：隐藏层到输出层1165.1.3 权重更新：输入层到隐藏层1215.1.4 操作流程1235.1.5 异或问题应用1255.1.6 问题与改进方案(1)1265.1.7 问题与改进方案(2)1275.2 远程监督方法1305.2.1 算法原理1315.2.2 基于互补器件的电路实现1325.2.3 器件非理想效应及解决方案1365.3 本章小结1385.4 思考题139参考文献140第6章人工神经网络的非监督学习1416.1 寻找隐藏的数据结构1416.2 若干算法1426.2.1 竞争学习1426.2.2 期望-*大化1436.3 本章小结1466.4 思考题146参考文献146第7章脉冲神经网络的非监督学习1477.1 赫布法则1477.2 STDP变种11507.2.1 忆阻突触实现1507.2.2 神经网络应用：图像识别1527.3 STDP变种21577.3.1 忆阻突触实现1577.3.2 应用：DVS与运动轨迹识别1587.3.3 忆阻突触电导方差对网络性能影响1617.4 本章小结1637.5 思考题164参考文献165第8章深度强化学习1678.1 强化学习简介1678.2 基于模拟值的深度Q值网络1688.2.1 吃还是不吃？这是个问题1688.2.2 Bellman方程1698.2.3 Bellman方程求解1738.2.4 深度Q值网络1778.2.5 若干优化技术1798.2.6 忆阻突触阵列实现1828.3 基于脉冲的深度Q值网络1848.3.1 脉冲Q值学习1858.3.2 策略迁移1868.4 本章小结1868.5 思考题188参考文献188第9章卷积神经网络1899.1 基本原理1909.1.1 特征提取：**层卷积核1909.1.2 特征提取：池化1919.1.3 特征提取：后续层卷积核1919.1.4 分类：拍平与全连接1929.2 二维忆阻阵列实现1929.2.1 负权重的电路实现1959.2.2 激活函数的电路实现1969.2.3 平均池化的电路实现1979.2.4 三维卷积核运算的电路实现1989.2.5 权重更新的电路实现1989.2.6 卷积的并行实现2009.2.7 忆阻突触阵列的非理想效应2019.2.8 芯片级体系结构2039.3 三维忆阻阵列实现2039.3.1 设计理念2039.3.2 设计与实现实例2059.4 本章小结2089.5 思考题209参考文献209第10章贝叶斯神经网络21010.1 不确定性来源与量化21010.1.1 乳腺肿瘤数据：标签交叠区难题21110.1.2 贝叶斯神经网络：量化不确定度21310.2 随机失效突触技术21410.2.1 随机失效神经元/突触技术简介21410.2.2 随机失效突触与贝叶斯神经网络的等价性21710.2.3 蒙特卡罗-随机失效突触技术的优缺点21910.3 基于阈值转换器件的硬件实现21910.3.1 基于OTS的随机突触22010.3.2 新冠肺炎胸片诊断：量化不确定度22210.4 本章小结22710.5 思考题227参考文献228第11章全光神经网络22911.1 光学突触器件原理22911.2 基于集成光感器件的卷积神经网络23411.2.1 波分复用与光频梳：高并行的光信息处理23411.2.2 全光卷积神经网络设计23511.3 本章小结23611.4 思考题237参考文献237第12章其他应用23812.1 稀疏编码23812.1.1 原理23812.1.2 神经网络方案23912.1.3 忆阻交叉阵列实现24212.2 主成分分析24412.2.1 原理24512.2.2 忆阻交叉阵列实现24912.3 偏微分方程求解25512.3.1 原理25512.3.2 忆阻交叉阵列实现25812.3.3 问题与改进方案26412.4 本章小结26412.5 思考题266参考文献267

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐