忆阻神经网络建模、分析和应用研究

It is very likely that the emergence of memristor will lead to a breakthrough in the artificial neural networks research and hopefully achieve the associative memory of human brain by machine. Currently, imitating brain neural synapses via the memristor has aroused strong interest among the scientists in the field of artificial intelligence. Facing the core problems in the rapid-development memristive system theory, aiming at the research bottlenecks in memritive synaptic modeling and neural network topology structure, this project conducts the systematic and deep-going study on the cross fields of biological neural science, information science and system science. This study aims to obtain some basic research results for memristive neural networks. The main contents include the design and analysis of memristive synapses, memristive neural network topology structure, memristive neural network learning law, theoretical analysis on the associative memory of memristive neural network, the applications in pattern recognition. The project regards the circuit simulation of memristor as the breakthrough point, and attempts the new methods and new techniques to construct memristive synaptic model and memristive neural network model. We expect a breakthrough progress in the artificial neural network theory and applications. Because the research on memristive neural networks is still conceptual, therefore, this project is more exploratory and prospective.

忆阻器的出现极可能会促进人工神经网络研究的突破性进展，为人脑联想记忆功能的机器实现带来希望。本项目面向迅猛发展中的忆阻系统理论的核心问题，针对忆阻突触建模以及忆阻神经网络拓扑结构研究中的瓶颈，系统深入地开展研究。本研究旨在忆阻神经网络的研究方面取得一些基础性研究成果，主要的研究内容包括忆阻突触模型的设计与分析、忆阻神经网络拓扑结构设计、忆阻神经网络学习律、忆阻神经网络联想记忆功能的理论分析、忆阻神经网络在模式识别中的应用等。本项目以忆阻器的电路模拟为切入点，大胆尝试构建忆阻突触模型、忆阻神经网络模型的新方法、新技术，力争在人工神经网络理论与应用方面取得突破性进展。由于忆阻神经网络研究仍处在概念论证阶段，因此，本项目具有较强的探索性和前瞻性。

忆阻器的出现给电子行业带来了新的发展潜力，为神经形态工程领域的突破带来了希望。本项目针对忆阻突触建模以及忆阻神经网络动力学行为系统深入地开展研究，旨在揭示和验证忆阻器工作原理，提出具有优良神经突触功能的基于忆阻器的神经突触模型，分析相关忆阻神经系统的动力学。主要成果包括：（1） 基于HP实验室建立的经典HP忆阻器模型，提出了充分考虑到Ron影响的扩展模型。在给定条件下比较两个模型，通过模拟实验来测试扩展HP忆阻器的经典特性，并把扩展HP忆阻器用于STDP学习；（2）针对忆容、忆导仿真模型电路实现的复杂性问题，我们根据忆阻器和忆导器之间的本构关系，提出了一种变换机制，设计了一种MR-ML mutator实现了MR-ML的变换。（3）基于忆阻器的SPICE模型，设计了忆容器mutator的SPICE模型，并进行了仿真；（4）与忆阻器相比，触突忆容桥电路在数据的读取和存储中其在较小的程度上损失了数据。为此，我们提出了一种由4个忆容桥电路和3个晶体管组成的电子突触，对所需的控制和处理采取输入脉冲，仿真结果表明非线性忆容突触权重的线性度优于非线性忆阻桥电路；（5）对混沌忆阻蔡氏电路，我们设计了带有脉冲时窗的脉冲控制器，脉冲时刻可以在时间窗口内任意选取，在确保达到控制效果的前提下，能够减少设计控制器的时间复杂度；（6）研究了耦合混沌忆阻电路的同步。通过设计适当控制器，得到耦合混沌忆阻电路的滞同步误差系统稳定条件，实现耦合混沌忆阻电路的滞同步。（7) 本项目已经在Engineering Optimization，International Journal of Biomathematics，Nonlinear Dynamics等国际期刊上发表SCI检索论文8篇。我们完成了项目的预定研究任务，并在部分研究内容上做了适当延伸和扩展。