生物结构启发基本网络算子助力类脑智能研究

类脑智能研究深入交叉脑科学和人工智能,旨在从脑科学中汲取结构、功能、机制等方面的灵感,用以启发人工智能软硬件研究。本文聚焦生物结构,重点总结神经侧向交互、生物彩票网络假设、Mot件架构的结构设计中。未来,随着多尺度和多类型生物网络组图谱的绘制,越来越多生物结构启发的网络基本算子可以被抽提出来并持续推动类脑智能的创新发展。     

微带倍频器

<正> 微波倍频器在微波通讯、雷达、测量仪器等方面都有着广泛的应用。由于微波集成技术的迅速发展,微波倍频器正在由同轴线或带状线结构向着微带线结构发展。和采用同轴线结构的倍频器相比较,微带倍频器具有体积小、重量轻、成本低和可靠性高的优点。     

安全报警融合环境中信息的关联

网络中各个安全产品各自为阵,难以满足全方位集成防御体系的需求,信息融合是安全技术的发展趋势。基于分层融合的思想提出SAFE（Security Alerts Fusion Environment）,对安全报警信息进行融合,采用一阶谓词逻辑,从网络安全行为描述和关联规则等方面叙述报警信息的关联。SAFE生成简洁直观的综合性安全信息,为安全事件响应决策提供有效支持。     

宽体自卸车技术与市场发展浅析

随着我国国民经济的快速发展,矿区开采任务逐年增加,能源需求与日俱增,各种矿藏开采规模也逐渐加大,带动了我国采矿行业的快速发展,采矿机械化程度得到了进一步的提高。近几年,我国出现了一类新型的具有中国特色的运输车辆—宽体自卸车,企业一般称为矿用宽体自卸车或宽体矿用自卸车,它介于大型矿用自卸车和普通自卸车之间,既不像大型矿用自卸车价格动辄几百万,又不像普通自卸车在矿区作业时稳定性差。这类车辆属于非公路车辆,也很少上牌照。宽体自卸车在结构上更像是普通自卸车的"加强"型,由于其具有一次性装载量大、运输效率高、盈利性好等特点,受到了大型矿区的欢迎,并逐渐得到用户的认可。随着行业技术的进步,一些生产自卸车的企业率先进入宽体自卸车市场。霎时间,宽体自卸车市场风云骤起,传统自卸车的订单日渐萎缩,宽体自卸车大有成为市场主力之势。业内人士预测:     

沉浸式虚拟装配中物体交互特征建模方法研究

沉浸式虚拟装配是一种“人在回路”的虚拟现实系统,可用于大型设备的设计及装配人员的培训等领域.作为其关键技术之一,如何实现“真实”人对“虚拟”物体的操作,仍是一项具有挑战性的工作.针对这一问题,提出了一种基于交互区和状态机的物体交互特征建模方法.通过交互区,虚拟物体可理解用户的操作意图,并据此发生相应的状态转换,进而正确监测用户的交互行为.该方法可实现包括使用工具在内的复杂装配操作以及对装配流程的管理控制.通过在实际项目中的应用验证了该方法的有效性.     

适合类脑脉冲神经网络的应用任务范式分析与展望

类脑脉冲神经网络(SNN)由于同时具有生物合理性和计算高效性等特点,因而在生物模拟计算和人工智能应用两个方向都受到了广泛关注。该文通过对SNN发展历史演进的分析,发现上述两个原本相对独立的研究方向正在朝向快速交叉融合的趋势发展。回顾历史,动态异步事件信息采集装置的成熟,如动态视觉相机(DVS)、动态音频传感(DAS)的成功应用,使得SNN可以有机会充分发挥其在脉冲时空编码、神经元异质性、功能环路特异性、多尺度可塑性等方面的优势,并在一些传统典型的应用任务中崭露头角,如动态视觉信号追踪、听觉信息处理、强化学习连续控制等。与这些物理世界的应用任务范式相比,生物大脑内部存在着一个特殊的生物脉冲世界,这个脉冲世界与外界物理世界互为映像且复杂度相似。展望未来,随着侵入式、高通量脑机接口设备的逐步成熟,脑内脉冲序列的在线识别和反向控制,将逐渐成为一个天然适合SNN最大化发挥其低能耗、鲁棒性、灵活性等优势的新型任务范式。类脑SNN从生物启发而来,并将最终应用到生物机制探索中去,相信这类正反馈式的科研方式将极大的加速后续相关的脑科学和类脑智能研究。