基于自适应共振理论的无预定义类别模式聚类的双向突触神经形态硬件

《Engineering Applications of Artificial Intelligence》:Neuromorphic hardware with bidirectional synapses based on adaptive resonance theory for pattern clustering without predefined categories

【字体: 大 中 小 】 时间:2026年05月12日 来源:Engineering Applications of Artificial Intelligence 8

编辑推荐:

  研究人员提出了一种基于自适应共振理论(ART)的全晶体管级神经形态硬件架构,采用双向忆阻突触实现无需预定义类别的模式聚类与异常检测。该架构通过底向上与顶向下的双向通路交叉阵列实现反馈驱动的共振机制,可形成稳定的长时记忆并抑制灾难性遗忘。系统集成定向子系统,包含

  
研究人员提出了一种基于自适应共振理论(ART)的全晶体管级神经形态硬件架构,采用双向忆阻突触实现无需预定义类别的模式聚类与异常检测。该架构通过底向上与顶向下的双向通路交叉阵列实现反馈驱动的共振机制,可形成稳定的长时记忆并抑制灾难性遗忘。系统集成定向子系统,包含自动警觉度调节、横向抑制及胜者全取(WTA)电路,支持竞争性学习。基于HSPICE与MATLAB的联合仿真表明,该系统在低功耗条件下可实现增量学习、自适应聚类,并在MNIST手写数字数据集及含高斯噪声的心律失常数据集上达到96%的分类准确率。蒙特卡洛仿真(1000次)显示,在警觉度ρ=0.6–0.9范围内,超过96%的模式得以稳定保存,验证了其在多变环境下的可靠性。该紧凑且可扩展的架构为实时神经形态系统提供了坚实的硬件基础,并为自适应电子系统中的边缘智能应用提供了前景广阔的平台。
研究背景与意义
在传统人工神经网络中,增量学习常面临稳定性—可塑性困境,即在学习新知识时容易覆盖已有记忆,导致灾难性遗忘。自适应共振理论(ART)由Grossberg于1970年代提出,可在动态环境中实现快速稳定的模式识别与学习,通过顶向下反馈机制平衡新旧知识的存储。然而,ART的认知动力学在硬件实现中长期缺乏高效支持。忆阻器因具备非易失性、低功耗、高密度以及与互补金属氧化物半导体(CMOS)工艺兼容等优势,成为神经形态硬件的理想突触元件。本研究首次在晶体管级实现基于双向忆阻突触的ART架构,旨在解决灾难性遗忘问题,并支持无需预定义类别的无监督聚类,为边缘智能应用提供硬件基础。该研究发表于《Engineering Applications of Artificial Intelligence》。
关键技术方法
研究人员采用180 nm CMOS工艺设计神经元电路与WTA机制,结合双向忆阻交叉阵列实现突触连接。硬件集成定向子系统,具备自动警觉度调节、横向抑制功能,并通过HSPICE与MATLAB联合仿真验证性能。测试数据涵盖MNIST手写数字数据集与心律失常数据集,并在输入中加入高斯噪声以评估鲁棒性,同时执行1000次蒙特卡洛仿真以量化稳定性。
研究结果
  • •
    自适应共振理论:ART通过底向上与顶向下权重匹配实现模式分类,警觉度ρ控制类别细分程度,过高会导致过度分裂,过低则造成合并。
  • •
    硬件架构设计:包含F1输入层、F2竞争层、双向突触阵列及定向控制模块,支持实时共振与稳定权重更新。
  • •
    初始验证:在3×3二进制图像模式下,系统能够稳定区分随机输入与真实数据,警觉度变化显著影响聚类结果。
  • •
    短时记忆(STM)与长时记忆(LTM)效率:基于Grossberg提出的收敛性证明,系统可在保持类别稳定性的同时快速适应新模式,数学规则确保权重更新收敛且不丢失旧有类别。
讨论与结论
研究人员指出,该硬件首次实现了基于双向忆阻突触的ART全晶体管级设计,兼具低功耗、紧凑结构与可扩展性。双向突触支持同时更新底向上与顶向下权重,有效维持LTM的稳定性并适应STM的动态变化。在多种警觉度设置下,系统均能保持高聚类精度与抗噪能力,验证了其在动态环境中的可靠性。这项工作为实时无监督学习的神经形态硬件奠定了基础,并有望在未来应用于分布式边缘智能系统中,实现安全、低功耗的自适应模式识别。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号