基于忆阻器的卷积-长短期神经网络的设计任务书

 2021-12-23 20:44:56

全文总字数:1581字

1. 毕业设计(论文)主要内容:

近年来人工神经网络得到了广泛的应用,其中的卷积神经网络以及长短期记忆神经网络是性能较好的神经网络算法,但所处理的数据众多,迫切需要在硬件电路上进行搭建。而忆阻器具备电导值连续可调,和非易失性、高速、低功耗等优点,成为了在电路中模拟人脑突触、搭建神经网络的完美器件。因此本课题首先研究忆阻器作为人工神经突触的原理及其对器件性能的要求;接着,研究卷积-长短期记忆神经网络的网络结构、学习原理,并利用MATLAB,C语言等进行编写相关的仿真代码;然后,解决实测忆阻突触特性代入卷积-长短期记忆神经网络的问题;最后,验证忆阻卷积长短期记忆神经网络解决分类问题的能力。

2. 毕业设计(论文)主要任务及要求

(1)查阅相关文献资料15篇以上(其中近5年外文文献不少于3篇)。

(2)完成开题报告及任务书。

(3)理解忆阻器基本概念、分类、物理机制模型;了解忆阻器在神经形态计算领域的新应用原理及前沿进展;掌握卷积-长短期记忆神经网络的网络结构、学习原理,并编写仿真代码;掌握器件忆阻突触特性应用于卷积-长短期记忆神经网络的方法;验证忆阻卷积-长短期记忆神经网络解决实际问题的能力。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

(1)第1-4周:查阅相关文献资料,明确研究内容,了解研究所需理论基础。确定方案,完成开题报告。

(2)第5-6周:熟悉掌握基本理论,完成英文资料的翻译,熟悉相关工具软件的使用。

(3)第7-9周:深入理解长短期记忆神经网络,并编写相关代码。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

[1] Li C , Wang Z , Rao M , et al. Long short-term memory networks in memristor crossbars[J]. 2018.

[2] Wang Z, Li C, Lin P, et al. In situ training of feed-forward and recurrent convolutional memristor networks[J]. Nature Machine Intelligence, 2019, 1(9): 434-442.

[3] 冯超.深度学习轻松学:核心算法与视觉实践.北京:电子工业出版社.2017.7

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。