摘要
在大数据技术飞速发展的时代，类脑智能近年来被广泛研究与应用。类脑智能是一种模拟大脑结构和功能的人工智能方法，大脑信息传递和学习基本单元的突触和神经元是研究的重点。随着对类脑智能研究的不断深入，数据处理和计算需求呈现爆发式增长，硬件神经网络系统面临着摩尔定律失效的挑战。为了解决这一难题，学者们开始探索可集成大规模神经网络电路的新型纳米元件。忆阻是一种可以模拟神经元行为和突触连接的可塑性器件，具有低功耗、快速响应和小型化等优势，有望成为集成大规模类脑神经网络电路的核心元件。本文构建了面向联想学习和类脑情感的忆阻神经网络电路，实现了操作性条件反射学习、多模态泛化分化联想学习和PAD三维情绪模型等功能，主要内容如下： 针对行为结果影响行为趋向的现象，分析了联想记忆中操作性条件反射的学习过程，构建了基于忆阻的操作性条件反射神经网络电路，实现了操作性条件反射过程。所构建的电路由电压控制模块、促进抑制模块和操作模块组成，能够模拟操作性条件反射理论中的正向增强、正向惩罚、负向惩罚、逃避和削弱等过程，并考虑了即时性和饱腹感对操作性条件反射的影响。基于忆阻的操作性条件反射神经网络电路有效地模拟操作性条件反射学习行为，为构建符合生物特征的类脑神经网络提供思路。 针对巴甫洛夫联想记忆中多个相似神经元产生泛化的现象，提出了二级分化的概念，并构建了多模态泛化分化的巴甫洛夫联想记忆神经网络电路。所构建的电路由信号判断模块、信号调节模块和突触神经元模块构成，实现了学习、遗忘、泛化、分化、二次分化和多次泛化分化等功能，从而解决了联想学习过程中相似神经元产生误判的现象。基于忆阻的多模态泛化分化神经网络电路可以有效区分相似刺激导致的误判行为，为集成大规模神经网络电路提供了方法。 针对记忆和情绪之间的相互影响的关系，提出了一种三维情绪空间模型的情绪生成电路，并将生成的情绪应用于情绪一致性效应。根据边缘系统的大脑情绪理论，构建了基于忆阻的PAD情绪模型，包括下丘脑、感觉皮层、眶额皮质、扣带回和杏仁核等模块。所构建的电路是根据视觉、语音和文本信息生成由效价(P)、唤醒度(A)和支配度(D)三个维度构成的类脑情绪模型。将三维空间的情绪与学习相联系，实现情绪一致性效应。基于忆阻的PAD三维情绪模型有助于更好地理解类脑情绪生成的过程，将学习与情绪结合，为构建符合生物特征的类脑神经网络提供方法和思路。 本文以忆阻为核心元件，构造了操作性条件反射神经网络电路、多模态泛化分化神经网络电路和PAD三维情绪模型，实现了类脑智能中的学习、记忆和情绪的功能，为类脑智能的研究和发展提供参考。
NETL