【技术实现步骤摘要】
本专利技术涉及仿生电路，具体为具有情境依存记忆和状态依存记忆脑启发电路及应用。
技术介绍
1、近年来，受到大脑工作机制的启发，类脑智能已成为人工智能的重要研究方向。然而，现行的冯·诺依曼架构采用存储与计算分离的模式，数据在存储单元和计算单元之间频繁交换，导致计算效率受限，制约了神经网络的并行处理能力和运行速度。相比之下，大脑能够以低功耗形式同时存储和处理大量信息，因此，构建存算一体的神经网络是提高计算效能的重要方向。
2、忆阻器作为一种具有记忆能力的非线性电阻，能够同时执行计算与存储，凭借低功耗、高集成度等优势，被广泛应用于联想记忆、智能机器人等领域，并成为模拟大脑信息处理的关键技术。
3、生物记忆系统遵循三级加工模型，包括感觉记忆、短时记忆和长时记忆，并且信息存储时的情境和心理状态也被编码，使得信息在特定环境或状态下更容易被提取，这分别被称为情境依存记忆和状态依存记忆。然而，现有类脑存储研究主要关注信息的存储，而对信息的提取研究较少，无法有效模拟信息检索过程中受多种因素影响的动态变化。针对这一问题，本专利技术提...
【技术保护点】
1.具有情境依存记忆和状态依存记忆脑启发电路，其特征在于，包括：
2.根据权利要求1所述的具有情境依存记忆和状态依存记忆脑启发电路，其特征在于，所述短时记忆模块的输出受注意力信号的调节，且该注意力信号控制信息学习速率和遗忘速率。
3.根据权利要求1所述的具有情境依存记忆和状态依存记忆脑启发电路，其特征在于，所述长时记忆模块包括信息长时记忆模块、情境长时记忆模块和状态长时记忆模块，所述信息长时记忆模块用于存储信息编码信息，情境长时记忆模块用于存储情境编码信息，状态长时记忆模块用于存储状态编码信息，且信息长时记忆模块、情境长时记忆模块和状态长时记忆...
【技术特征摘要】
1.具有情境依存记忆和状态依存记忆脑启发电路，其特征在于，包括：
2.根据权利要求1所述的具有情境依存记忆和状态依存记忆脑启发电路，其特征在于，所述短时记忆模块的输出受注意力信号的调节，且该注意力信号控制信息学习速率和遗忘速率。
3.根据权利要求1所述的具有情境依存记忆和状态依存记忆脑启发电路，其特征在于，所述长时记忆模块包括信息长时记忆模块、情境长时记忆模块和状态长时记忆模块，所述信息长时记忆模块用于存储信息编码信息，情境长时记忆模块用于存储情境编码信息，状态长时记忆模块用于存储状态编码信息，且信息长时记忆模块、情境长时记忆模块和状态长时记忆模块的存储内容在信息检索时相互配合提高信息提取成功率。
4.根据权利要求1所述的具有情境依存记忆和状态依存记忆脑启发电路，其特征在于，所述情境模块和状态模块通过对当前环境或心理状态的分析，与存储的情境编码信息或状态编码信息进行匹配，以输出线索信号，该线索信号用于加速信息提取，并根据情境或状态的匹配程度动态调整信息检索的成功率。
5.根据权利要求1所述的具有情境依存记忆和状态依存记忆脑启发电路，其特征在于，所述信息检索模块通过接收信息检索信号和线索信号并判断是否加速信息回忆，若情境或状态匹配，则线索信号增强...
【专利技术属性】
技术研发人员：窦刚，刘志明，鄢丽娟，
申请(专利权)人：广东松山职业技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。