高级搜索

基于忆耦器实现神经突触可塑性和神经网络模拟

, 

downloadPDF

上一篇

下一篇

尚大山, 孙阳. 2018: 基于忆耦器实现神经突触可塑性和神经网络模拟, 物理, 47(6): 376-378. doi: 10.7693/wl20180604
引用本文: 尚大山, 孙阳. 2018: 基于忆耦器实现神经突触可塑性和神经网络模拟, 物理, 47(6): 376-378. doi: 10.7693/wl20180604
shu
Citation:
shu

基于忆耦器实现神经突触可塑性和神经网络模拟

  • 中国科学院物理研究所 北京凝聚态物理国家研究中心 北京 100190

  • 摘要: 现代计算机自问世以来一直采用冯·诺依曼结构,即运算器与存储器分离,这种结构使得运算器与存储器之间的数据传输成为影响系统性能的瓶颈(称为冯·诺依曼瓶颈[1]),大大限制了计算机性能的提高;同时,由于现代计算机中的运算器和主存储器都是易失性器件,不仅在断电后信息立即消失,而且具有较高的能耗.作为对比,人类的大脑是一个高效的信息存储与计算系统,而且具有非常低的功耗(约20W).主要原因在于人脑对信息独特的处理方式.人脑是一个由约1011神经元和1015突触构成的高度互连、大规模并行、结构可变的复杂网络.
  • 加载中
  • 加载中
计量
  • 文章访问数:  75
  • HTML全文浏览数:  59
  • PDF下载数:  0
  • 施引文献:  0
出版历程
  • 刊出日期:  2018-06-12

基于忆耦器实现神经突触可塑性和神经网络模拟

  • 中国科学院物理研究所 北京凝聚态物理国家研究中心 北京 100190

摘要: 现代计算机自问世以来一直采用冯·诺依曼结构,即运算器与存储器分离,这种结构使得运算器与存储器之间的数据传输成为影响系统性能的瓶颈(称为冯·诺依曼瓶颈[1]),大大限制了计算机性能的提高;同时,由于现代计算机中的运算器和主存储器都是易失性器件,不仅在断电后信息立即消失,而且具有较高的能耗.作为对比,人类的大脑是一个高效的信息存储与计算系统,而且具有非常低的功耗(约20W).主要原因在于人脑对信息独特的处理方式.人脑是一个由约1011神经元和1015突触构成的高度互连、大规模并行、结构可变的复杂网络.

English Abstract

    全文HTML

参考文献 (0)

目录

/

返回文章
返回