利用在线模拟可编程芯片实现神经元动力学开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

1、本课题的意义

可编程模拟器件既有模拟电路固有的简洁、经济、高速、低功耗的优点,又具有现场可编程能力,同时还可以由用户配置其内部连接和元件参数,因此,可以非常方便地获得所需的电路功能，为模拟电路的设计和应用注入了新的活力^[1]。神经系统是由大量神经元形成的复杂网络，其各神经元之间的信息传导主要通过模电压和突触电流实现。但是由于计算机自身计算性能的限制，软件仿真无法满足研究复杂的生物神经元网络的要求；数字专用集成电路芯片无需读写程序即可并行完成多个数学运算，将其应用于神经系统的电路建模中可显著提高计算效率^[2]。现代计算机构成的单元的速度是人脑中神经元速度的几百万倍，对于那些特正确，推理或运算规则清楚的可编程问题，可以高速有效地求解。

2、国内外研究概况

2. 研究的基本内容和问题

1、研究目标

人工神经网络起源于二十世纪四十年代，是由大量神经元组成的具有自适应能力和自组织能力的一个非线性信息处理系统^[8]。研究人工神经网络的主要目的是通过模拟生物神经系统信息处理的特性和工作机制设计出神经计算机，使其具有类似人脑的信息处理能力，主要应用于信号处理、医疗、控制系统、模式识别等领域^[9]。目前常使用软件模拟与硬件实现两种方式模拟神经网络，但由于软件计算性能等方面的限制，硬件具有更直接、操纵平行性的明显优势，本次毕业设计拟利用在线可编程芯片fpaa实现耦合fitzhugh-nagumo 模型神经元，仿真模拟生物神经元动力学。

2、研究内容

3. 研究的方法与方案

1、研究方法

基于目前神经网络的发展，本次毕业设计拟采用fitzhugh-nagumo 模型模拟实现人工神经元，所使用的硬件设备是由anadigm公司生产的现场可编程模拟芯片fpaa。

一个神经元的运算模式如下图2所示：

4. 研究创新点

在目前的国内研究中，通常都使用FPGA来模拟神经元，本次毕业设计拟采用美国Anadigm公司生产的FPAA芯片模拟FitzHugh-Nagumo 模型神经元，该芯片相比与FPGA，使得模型动态实验表征成本低，可重构性强和更快速。

5. 研究计划与进展

2015年10月-2015年12月：进行相关的FPAA文献以及神经网络文献的阅读，了解目前神经网络与在线可编程软件相结合的发展状况以及了解现有的算法、方法，熟悉FitzHugh-Nagumo 模型。

2015年12月- 2016年4月：利用北京师范大学所提供的设备，进行编程以及硬件实现。