憶阻類腦計算 何毓輝 李禕 繆向水 9787030771018 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：科學
物品所在地：中國大陸
原出版社：科學
NT$890
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202406*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：憶阻類腦計算 ISBN：9787030771018 出版社：科學 著編譯者：何毓輝 李禕 繆向水 叢書名：存儲器科學與技術叢書 頁數：267 所在地：中國大陸 *此為代購商品 書號：1658386 可大量預訂，請先連絡。 內容簡介 本書闡述基於憶阻器的神經網路設計與實現，主要包括基於憶阻器的仿生突觸與仿生神經元實現方案、採用模擬值和脈衝編碼的神經網路演算法原理與憶阻交叉陣列實現方案、卷積神經網路演算法原理與憶阻交叉陣列實現方案、全光神經網路演算法原理與基於憶阻器光學特性的實現方案、憶阻陣列在稀疏編碼等其他與神經網路架構相似的應用實現等內容。 本書適合微電子學與固體電子學、集成電路科學與工程、人工智慧、計算機科學等相關領域的科技人員參考，也可供相關專業高年級本科生和研究生學習。目錄 「存儲器科學與技術叢書」序前言 第1章 站在類腦計算與憶阻器的交匯點 1 1 類腦計算 1 1 1 學習與泛化 1 1 2 存算一體 1 1 3 高能效 1 2 類腦計算：為什麼是憶阻器 1 2 1 突觸可塑性：類腦計算的物理基礎 1 2 2 憶阻器：天然的突觸 1 3 類腦計算的發展簡史 1 3 1 第一代：感知器 1 3 2 第二代：引入非線性的多層感知器 1 3 3 第三代：從模擬計算到神經形態計算 1 4 本書章節安排 1 5 思考題 參考文獻 第2章 憶阻突觸 2 1 離子遷移型 2 1 1 導電橋型 2 1 2 氧化物型 2 1 3 固態電解質型 2 2 相變型 2 2 1 晶-非晶相變 2 2 2 莫特相變 2 3 鐵電型 2 3 1 基本原理 2 3 2 常用鐵電材料 2 3 3 常用器件結構 2 4 憶阻突觸陣列 2 4 1 潛行通路問題及解決方案 2 4 2 多核結構 2 4 3 三維堆疊 2 5 本章小結 2 6 思考題 參考文獻 第3章 憶阻神經元 3 1 神經元簡介 3 1 1 生物神經元 3 1 2 神經元的簡化模型 3 2 基於非易失的相變材料 3 2 1 設計思想 3 2 2 相變神經元的電路實現 3 2 3 輔助電路 3 3 基於易失的閾值轉換材料 3 3 1 設計原理 3 3 2 閾值轉換常見機理及其神經元 3 4 本章小結 3 5 思考題 參考文獻 第4章 人工神經網路的監督學習 4 1 單層神經網路 4 1 1 演算法原理 4 1 2 基於1T1M的突觸陣列：人臉識別 4 1 3 基於憶阻器差分對的突觸陣列：三宮格識別 4 2 深度神經網路 4 2 1 演算法原理 4 2 2 反向傳播的憶阻交叉陣列實現 4 2 3 憶阻突觸的非理想效應與對策 4 3 本章小結 4 4 思考題 參考文獻 第5章 脈衝神經網路的監督學習 5 1 脈衝傳播 5 1 1 演算法原理 5 1 2 權重更新：隱藏層到輸出層 5 1 3 權重更新：輸入層到隱藏層 5 1 4 操作流程 5 1 5 異或問題應用 5 1 6 問題與改進方案（1） 5 1 7 問題與改進方案（2） 5 2 遠程監督方法 5 2 1 演算法原理 5 2 2 基於互補器件的電路實現 5 2 3 器件非理想效應及解決方案 5 3 本章小結 5 4 思考題 參考文獻 第6章 人工神經網路的非監督學習 6 1 尋找隱藏的數據結構 6 2 若干演算法 6 2 1 競爭學習 6 2 2 期望-最大化 6 3 本章小結 6 4 思考題 參考文獻 第7章 脈衝神經網路的非監督學習 7 1 赫布法則 7 2 STDP變種 7 2 1 憶阻突觸實現 7 2 2 神經網路應用：圖像識別 7 3 STDP變種 7 3 1 憶阻突觸實現 7 3 2 應用：DVS與運動軌跡識別 7 3 3 憶阻突觸電導方差對網路性能影響 7 4 本章小結 7 5 思考題 參考文獻 第8章 深度強化學習 8 1 強化學習簡介 8 2 基於模擬值的深度Q值網路 8 2 1 吃還是不吃？這是個問題 8 2 2 Bellman方程 8 2 3 Bellman方程求解 8 2 4 深度Q值網路 8 2 5 若干優化技術 8 2 6 憶阻突觸陣列實現 8 3 基於脈衝的深度Q值網路 8 3 1 脈衝Q值學習 8 3 2 策略遷移 8 4 本章小結 8 5 思考題 參考文獻 第9章 卷積神經網路 9 1 基本原理 9 1 1 特徵提取：第一層卷積核 9 1 2 特徵提取：池化 9 1 3 特徵提取：後續層卷積核 9 1 4 分類：拍平與全連接 9 2 二維憶阻陣列實現 9 2 1 負權重的電路實現 9 2 2 激活函數的電路實現 9 2 3 平均池化的電路實現 9 2 4 三維卷積核運算的電路實現 9 2 5 權重更新的電路實現 9 2 6 卷積的并行實現 9 2 7 憶阻突觸陣列的非理想效應 9 2 8 晶元級體繫結構 9 3 三維憶阻陣列實現 9 3 1 設計理念 9 3 2 設計與實現實例 9 4 本章小結 9 5 思考題 參考文獻 第10章 貝葉斯神經網路 10 1 不確定性來源與量化 10 1 1 乳腺腫瘤數據：標籤交疊區難題 10 1 2 貝葉斯神經網路：量化不確定度 10 2 隨機失效突觸技術 10 2 1 隨機失效神經元/突觸技術簡介 10 2 2 隨機失效突觸與貝葉斯神經網路的等價性 10 2 3 蒙特卡羅-隨機失效突觸技術的優缺點 10 3 基於閾值轉換器件的硬體實現 10 3 1 基於OTS的隨機突觸 10 3 2 新冠肺炎胸片診斷：量化不確定度 10 4 本章小結 10 5 思考題 參考文獻 第11章 全光神經網路 11 1 光學突觸器件原理 11 2 基於集成光感器件的卷積神經網路 11 2 1 波分復用與光頻梳：高并行的光信息處理 11 2 2 全光卷積神經網路設計 11 3 本章小結 11 4 思考題 參考文獻 第12章 其他應用 12 1 稀疏編碼 12 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
