｛“状态”：“正常”，“消息类型”：“工作”，“消息版本”：“1.0.0”，“消息”：｛“索引”：｛“日期部分”：[[2022,12,31]，“日期时间”：“2022-12-31T05:23:38Z”，“时间戳”：1672464218933｝，“引用计数”：42，“发布者”：“计算机协会（ACM）”，“问题”：“4”，“许可证”：[｛“开始”：｛“日期部分”：[[2015,4,27]，“日期时间”：“2015-04-27T00:00Z”，“timestamp”：14300928000000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://www.acm.org\/publications\/policys\/corpyright_policy#Background”}]，“content-domain”：{“domain”:[“dl.acm.org”]，“crossmark-restriction”：true}，”shortcontainer-title“：[”J.Emerg.Technol.Comput.Syst.“]，”published-print“：{”date-parts“：[2015年4月4日]27]]}，“抽象”：“生物激励神经计算作为解决未来计算资源设计挑战的一种可能方案，受到了广泛关注。动态神经场（DNF）提供了受皮层启发的神经种群模型，计算可以应用于多种任务，如感知和感觉运动控制。DNF通常来源于连续神经场理论（CNFT）。尽管CNFT模型具有并行结构和规则性，但针对嵌入式实时处理的硬件实现研究很少。本文介绍了一种基于CNFT的硬件友好模型，即RSDNF模型（随机峰值动态神经场）。由于简化了2D结构，RSDNF在数字硬件上实现了可扩展的并行实现，同时保持了CNFT模型的行为属性。为了减少中间神经元的连接带宽，在现场神经元中引入了基于尖峰的计算。此外，局部随机尖峰传播确保了在没有完全连接网络的情况下进行抑制和激励广播。通过软件和硬件充分验证了模型在噪声和干扰因素存在下的行为稳健性和鲁棒性。现场可编程门阵列（FPGA）实现显示了RSDNF模型如何确保密度和可扩展性水平超出动态神经场模型以前的硬件实现<\/jats:p>“，”DOI“：”10.1145\/2629517“，”type“：”journal-article“，”created“：{”date-parts“：[[2015,4,28]]，”date-time“：”2015-04-28T12:43:57Z“，”timestamp“：1430225037000}，”page“：title“：[”Randomly Spiking Dynamic Neural Fields“]，”前缀“：”10.1145“，”卷“：”11“，”作者“：[{”给定“：”贝诺\u00eet“，”家庭“：”范格尔小教堂“，”序列“：”第一“，”从属关系“：[}”名称“：”法国洛林大学“}]}，{”给出“：”塞萨尔“，“家庭”：”托雷斯-胡兹尔“，”顺序“：”附加“，”附属关系“：[{”姓名“：”墨西哥Cinvestav Tamaulipas“}]{，”给定““，”family“：”Girau“，”sequence“：”additional“，”affiliation“：[{”name“：”University\u00e9 de Lorraine，France“}]}]，”member“：”320“，”published-online“：{”date-parts“：[[2015,4,27]]}，”reference“：[}”key“：”e_1_2_1_1_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1007“/BF00337259”}，{“key”：“e_2_2_2-1”，“doi-assert-by”：“crossref”，“非结构化”：《e.Bicho L.Louro和W.Erlhagen.2010》。在动态神经场架构中集成言语和非言语交流，用于人机交互。前部神经机器人4。E.Bicho L.Louro和W.Erlhagen。2010年，在用于人机交互的动态神经场架构中集成语言和非语言通信。Front Neurorobotis 4.“，”DOI“：”10.3389\/fnbot.2010.00005“}，{“key”：“e_1_1_3_1”，“DOI-asserted-by”：“publisher”，”DOI:“10.1109\/CISS.2011.5766099”}，“{”key“：”e_1_i_1_4_1“，”DOI-assert-by“：”publisher“，publisher“，”DOI“：”10.1007\/s00422-012-0544-0“}，{“密钥”：“e_1_2_1_6_1”，“第卷：《欧洲人工神经网络研讨会论文集》。385-389“，“作者”：“雪瓦利尔·西尔文”，“年份”：“2008”，“非结构化”：“西尔文·雪瓦利埃和菲利普·塔鲁克斯。2008 . 带有尖峰神经元的视觉焦点。欧洲人工神经网络研讨会论文集。385--389 . 西尔万·谢瓦利埃和菲利普·塔鲁克斯。2008年，视觉焦点与尖峰神经元。欧洲人工神经网络研讨会论文集。385--389.“｝，｛“key”：“e_1_2_1_7_1”，“doi断言者”：“publisher”，“doi”：“10.1007\/s0422-005-0574-y”｝，｛“key”：“e_1_2_1_8_1”，“doi断言者”：“publisher”，“doi”：“10.1109\/ITSC.2001.948674”｝，｛“key”：“e_1_2_1_9_1”，“doi断言者”：“publisher”，“doi”：“10.1088\/1741-256\/3\/3\/R02”｝，｛“key”：“e_1_2_1_10_1”，“doi断言者”：“publisher”，“doi”：“10.1037\/0033-295X.109.3.545“}，{“key”：“e_1_1_11_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1016\/j.neunet.2008.007“}”，{”key“：”e_2_1_12_1“，”doi-assert-by“：”publisher“，“doi”：“10.1007\/s12559-010-9083-y”}，”{“密钥”：“e_1_2_13_1”、“volume-title”：“第二届ICSC神经科学研讨会论文集”计算（NC）.”，“作者”：“Girau Bernard”，“年份”：“2000年，“非结构化”：“Bernard Girau。2000 . FPGA上的神经网络：一项调查。在第二届国际公务员制度委员会神经计算研讨会（NC）会议记录中。伯纳德·吉罗。2000.FPGA上的神经网络：一项调查。在国际公务员制度委员会第二届神经计算研讨会论文集（NC）。“}，{”key“：”e_1_2_1_14_1“，”volume-title“：”第一届普适和嵌入式计算与通信系统国际会议（PECCS）论文集“，”author“：”Girau Bernard“，”year“：”2011“，”unstructured“：”伯纳德·吉罗（Bernard Girau）和尼古拉·弗拉索普洛斯（Nikolaos Vlassopoulos）。2011 . 用于区域有效分布式随机数生成器的平铺元胞自动机。在第一届普及和嵌入式计算与通信系统国际会议（PECCS）的会议记录中。伯纳德·吉罗（Bernard Girau）和尼古拉·弗拉索普洛斯（Nikolaos Vlassopoulos）。2011.用于高效分布式随机数生成器的平铺元胞自动机。在第一届普及和嵌入式计算与通信系统国际会议（PECCS）的会议记录中。“}，{”key“：”e_1_2_1_15_1“，”series-title“：”计算机科学课堂讲稿“，”volume-title“：“作为伪随机数生成器的二维细胞自动机的进化”，“author”：“Girau Bernard”，“unstructured”：“Bernard Girau和Nikolaos Vlassopoulos.2012。作为伪随机数生成器的二维细胞自动机的演化。在元胞自动机中，Georgios Ch.Sirakoulis和Stefania Bandini（编辑），《计算机科学讲义》，第7495卷，施普林格，柏林/海德堡，611-622。伯纳德·吉罗（Bernard Girau）和尼古拉·弗拉索普洛斯（Nikolaos Vlassopoulos）。2012.作为伪随机数生成器的二维细胞自动机的发展。在元胞自动机中，Georgios Ch.Sirakoulis和Stefania Bandini（编辑），《计算机科学讲义》，第7495卷，Springer，Berlin/Heidelberg，611-622.“}，{“key”：“e_1_1_16_1”，“doi-asserted-by”：“crossref”、“unstructured”：“Massimiliano Giulioni Patrick Camilleri Maurizio Mattia Vittorio Dante Jochen Braun和Paolo Del Giudice，2011。使用神经形态VLSI实现的异步尖峰神经网络中的鲁棒工作记忆。前沿神经科学5。马西米利亚诺·朱利奥尼·帕特里克·卡米列里·毛里齐奥·马蒂亚·维托里奥·但丁·约琴·布劳恩和保罗·德尔·朱迪斯。2011.使用神经形态VLSI实现的异步尖峰神经网络中的稳健工作记忆。Frontiers Neuroscience 5.“，”DOI“：”10.3389\/fnis.2011.00149“}，{“key”：“e_1_2_1_17_1”，“volume-title”：“Andr\u00e9 Van Schaik，Ralph Etiene-Cummings，Tobi Delbruck，Shih-Chii Liu，Piotr Dudek，Philipp H\u00e 4fliger，Sylvie Renaud，et al.”，“author”：“Indiveri Giacomo”，“年份”：“2011”，“非结构化”：“Giacomo Indiveri、Bernab\u00e9 Linares-Barranco、Tara Julia Hamilton、Andr\u00e_9 Van Schaik、Ralph Etiene-Cummings、Tobi Delbruck、Shih-Chii Liu、Piotr Dudek、Philipp H\u00e 4fliger、Sylvie Renaud等，2011年。神经形态硅神经元电路。前沿神经科学5。Giacomo Indiveri、Bernab\u00e9 Linares-Barranco、Tara Julia Hamilton、Andr\u00e_9 Van Schaik、Ralph Etiene-Cummings、Tobi Delbruck、Shih-Chii Liu、Piotr Dudek、Philipp H\u00e 4fliger、Sylvie Renaud等，2011年。神经形态硅神经元电路。前沿神经科学5.“}，{”key“：”e_1_2_1_18_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/MCSE.2010.112”}，“key”：“e_1_i_19_1”，“doi-assert-by”：“publisher”，”doi“：”10.1111\/j.1467-9280.2009.02329.x“}从大脑到系统——大脑启发的认知系统，实验医学和生物学进展”，“作者”：“Lefort Mathieu”，“非结构化”：“Mathieu-Lefort、Yann Boniface和Bernard Girau。2011年，将BCM与神经领域耦合起来，形成自组织共识。《从大脑到系统——大脑激发的认知系统》，《实验医学和生物学进展》，第718卷，斯普林格出版社。马修·勒福特（Mathieu Lefort）、延恩·博尼费斯（Yann Boniface）和伯纳德·吉罗（Bernard Girau）。2011年，将BCM与神经领域耦合起来，形成自组织共识。《从大脑到系统-大脑启发的认知系统》，实验医学和生物学进展，第718卷，施普林格。“}，{”key“：”e_1_2_1_21_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Wolfgang Maass and Christopher M.Bishop（Eds.）.1999。脉冲神经网络。麻省理工学院出版社马萨诸塞州剑桥。沃尔夫冈·马斯和克里斯托弗·毕晓普（编辑）。1999年，脉冲神经网络。麻省理工学院出版社马萨诸塞州坎布里奇“，“DOI”：“10.7551\/mitpress\/5704.001.0001”}，{“key”：“e_1_2_1_22_1”，“volume-title”：“IEEE自定义集成电路会议（CICC）会议录.1-4.”，“author”：“梅罗拉·保罗”，“unstructured”：“Paul Merolla，John Arthur，Filipp Akopyan，Nabil Imam，Rajit Manohar，and Dharmendra S.Modha，2011。一个数字神经突触核，使用嵌入式交叉杆存储器，45nm内每峰45pj。IEEE定制集成电路会议（CICC）会议记录。1-4。保罗·梅罗拉（Paul Merolla）、约翰·亚瑟（John Arthur）、菲利普·阿科普扬（Filipp Akopyan）、纳比尔·伊玛目（Nabil Imam）、拉吉特·马诺哈（Rajit Manohar）和达尔曼德拉·S·莫达（Dharmendra S.Modha）。2011年，使用嵌入式交叉杆存储器的数字神经突触核心，45nm内每峰45pj。在IEEE自定义集成电路会议（CICC）的会议记录中。1--4.“}，{”key“：”e_1_1_23_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/HPCC.2012.11”}，“{”密钥“：”e_1_2_1_24_1“”，“doi-assert-by”：“publisher”，“doi:”10.1073\/pnas.1212083110“}”，{，{“键”：“e_1_2_1_26_1”，“doi-asserted-by”：“出版商”，“doi”：“10.1109\/IJCNN.2010.5596293“}，{“key”：“e_1_2_1_27_1”，“doi-asserted-by”：“publisher”，”doi“：“10.1109\/IJCNN.2011.6033420”}，“key“：”e_1_i_1_28_1“，”volume-title“：“从大脑到系统：大脑启发的认知系统”，“author”：“Quinton Jean-Charles”，“unstructured”：“Jean-Charles Quinton，Bernard Girau，and Mathieu Lefort.2011。使用神经场稀疏近似的高维空间中的竞争。《从大脑到系统：大脑启发的认知系统》，斯普林格出版社。Jean-Charles Quinton、Bernard Girau和Mathieu Lefort。2011年，使用神经场稀疏近似的高维空间中的竞争。《从大脑到系统：大脑启发的认知系统》，斯普林格出版社。“}，{”key“：”e_1_2_1_29_1“，”volume-title“：”Rougier and Axel Hutt“，”author“：”Nicolas“，”year“：”2010“，”unstructured“：”尼古拉斯·罗吉尔和Axel Htt.2010.动态神经场的同步和异步评估。J.Diff.Equations Appl.Nicolas P.Rougieer and Axel-Hutt。2010。动态神经场的同步和异步评估。J.微分方程应用。“}，{”key“：”e_1_1_30_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/j.neunet.2005.04.004”}，“key”：“e_1_i_1_31_1”，“doi-assert-by”：“crossref”，“unstructured”：“Yulia Sandamirskaya.2013。动态神经场是迈向认知神经形态结构的一步。前沿神经科学7。尤利娅·桑达米尔斯卡娅。2013年，动态神经场是迈向认知神经形态结构的一步。Frontiers Neuroscience 7.“，”DOI“：”10.3389\/fnins.2013.0276“}，”{“key”：“e_1_1_32_1”，”DOI-asserted-by“：”publisher“，”DOI“：“10.1145\/503048.503064”}，“key“：”e_1_i_1_33_1“，“DOI”：“10.1007\/s004220050534”}，{“key”：“e_1_2_1_35_1”，“DOI-asserted-by”：“publisher“，”DOI“：”10.1109\/12.888056“}，{“key”：“e_1_1_36_1”，“DOI-asserted-by”：“publisher”，”DOI:“10.1016\/j.neunet.2005.06.029”}，“{”key“：”e_1_i_1_37_1“，“doiasserted-by“：”publisher（IJCN）.2164--2171“，“作者”：”《巴斯克斯R.A.》，“非结构化”：R.A.巴斯克斯、B.吉罗和J.昆顿。2011年，使用尖峰神经图进行视觉注意。在国际神经网络联合会议（IJCN）的会议记录中。2164--2171 . R.A.Vazquez、B.Girau和J.Quinton。2011年，使用尖峰神经图进行视觉注意。在国际神经网络联合会议（IJCN）的会议记录中。2164--2171.“}，{”key“：”e_1_2_1_39_1“，”volume-title“：”智能机器人仿生神经学习“，”author“：”Vitay Julien“，”unstructured“：”Julien Vitay，Nicolas P.Rougier，and Fr\u00e9d\u00e9 ric Alexandre.2005。空间视觉注意的分布式模型。在智能机器人的仿生神经学习中，G.Palm S.Wermter和M.Elshaw（编辑），《计算机科学讲义》，第3575卷，Springer Verlag，54-72。朱利安·维泰（Julien Vitay）、尼古拉斯·罗吉尔（Nicolas P.Rougier）和亚历山大（Alexandre）神父。2005.空间视觉注意的分布式模型。在智能机器人的仿生神经学习中，G.Palm S.Wermter和M.Elshaw（编辑），《计算机科学讲义》，第3575卷，Springer-Verlag，54-7286068-5“}，{“key”：“e_1_2_1_42_1”，“unstructured”：“斯蒂芬·克劳斯·乌里希·齐布纳（Stephan Klaus Ulrich Zibner）、克里斯蒂安·福贝尔·伊奥尼斯·伊奥西菲迪斯（Faubel Ioannis Iossifidis）和格雷戈·施瓦纳（Gregor Sch\。基于动态场理论的场景表示：从人到机器。前沿计算。神经科学5。斯蒂芬·克劳斯·乌尔里希·齐布纳（Stephan Klaus Ulrich Zibner）、克里斯蒂安·福贝尔·伊奥尼斯·伊奥西菲迪斯（Faubel Ioannis Iossifidis）和格雷戈·施瓦纳（Gregor Sch\u00f6ner）。2010年，基于动态场论的场景表示：从人到机器。前沿计算。神经科学5.“}]，”container-title“：[”ACM Journal on Emerging Technologies in Computing Systems“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/dl.ACM.org\/doi\/pdf\/10.1145\/2629517“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}”，“deposed”：{“date-parts”：[2022,12,30]]，“”date-time“：”2022-12-30T20:30:32Z“，”timestamp“：1672432232000}，”score“：1，”resource“：{“primary”：{”URL“：”https:\/\/dl.acm.org\/doi\/10.1145\/2629517“}}，“subtitle”：[]，“short title”：[]，“issued”:{“date-parts”：[[2015,4,27]]}，‘references-count’：42，‘journal-issue’：{‘issue’：“4”，“published-print”“：{”日期部分“：[[2015,4,27]]}}，”alternative-id“：[”10.1145\/22629517“]，“URL”：“http:\/\/dx.doi.org/10.1145\/22629517”，“relationship”：｛｝，“ISSN”：[“1550-4832”，“1550-4840”]，“ISSN type”：[｛“value”：“1550-4832”，“type”：“print”｝，｛“value”：“1550-4840”，“type”：“electronic”｝，“subject”：[]，“published”：｛“date parts”：[[2015,4,27]]｝，“assertion”：[｛“value”：“2013-08-01”，“订单”：0，“名称”：“已收到”，“标签”：“已收到”group“：{”name“：”publication_history“，”label“：”publication history“}}，{”value“：”2014-04-01“，”order“：1，”name“:”accepted“，”标签“：”accepted”，“group”：{“name”：“publication_history”，“label”：“publication_histories”}，}“value”：“2015-04-27”，“order”：2，“name”:“published”，“table”：“published”，“group”：“{”名称“：”发布历史“，“lable”：”出版历史“”}}]}}