摘要
以记忆机制作为连接网络架构和学习算法的桥梁，对新一代认知神经网络开展研究，具体包括以下5个方面的内容：（1）新型认知神经网络及安全性机理项目考察了视觉系统背侧通路高级皮层-MST脑区神经元对PLD类型生物运动三种特征信息的编码机制。项目将RNNs 应用于肺癌 PCP 预测，并改进其长时记忆的能力。（2）神经元和模块功能特异化项目提出了两种检索记忆信息的算法，分别对应于短时记忆和长时记忆。项目研究了具有随机发生不确定和一般不确定转移速率的Markovian切换CVNNs 的鲁棒耗散性问题，为神经网络的现实应用提供了理论基础。（3）神经网络自动组织与演化原理项目构建深度神经网络剪枝、神经架构搜索以及伪逆学习的神经网络自动组织与演化方法，以及在多智能体控制设计，驾驶应激识别、二维光纤光谱图像校正以及模型鲁棒性等任务上进行应用验证。（4）小样本/弱标签/无标签学习在小样本领域，项目提出少样本的对比学习和元学习机制。在弱标签学习领域，项目研究了没有大量高质量标注数据的情况下，提出了充分利用数据的自监督学习、数据复用和数据增强方法。在无标签学习领域，项目提出挖掘数据底层结构特征的无监督学习和协同训练框架。（5）神经网络的可解释性项目研究了基于DSRN模型的内隐序列学习的组块和抽象加工，分析了工作记忆和视觉加工在原型类别学习中的作用。研究基于偏微分算子的等边卷积神经网络，设计了旋转等变球面CNN，PDO-eS2CNN。
NSTRS