摘要：研究了参数不匹配情况下时滞忆阻神经网络的指数同步控制问题。由于忆阻神经网络连接权重的切换特性,相较于传统的连续神经网络,其同步控制更加困难。首先利用微分包含和集值映射理论,将不连续的忆阻神经网络转化为带有区间参数的不确定系统。其次,设计了新的切换控制器,该切换控制器能够消除参数不匹配产生的同步误差。然后,通过选取合适的李雅普诺夫泛函,利用不等式放缩技术得到了两个忆阻神经网络取得指数同步的充分条件。最后,利用一个数值模拟算例验证了理论结果的正确性。

摘要：研究了带有时变时滞的忆阻神经网络同步问题.通过运用菲利波夫解框架、微分包含理论、自适应控制技术,用一种新颖的李雅普诺夫函数设计了驱动——响应系统的自适应同步规则,获得了带有时滞的忆阻神经网络的自适应同步条件.最后,通过仿真实验验证了同步条件的正确性.

摘要：文章研究时滞忆阻神经网络在反馈控制下的指数同步问题。与传统的连续神经网络相比,忆阻神经网络激活函数的不连续性使其达到同步更加困难。该文首先通过微分包含的概念和集值映射理论转化忆阻神经网络,并设计了一个新的反馈控制器;然后通过选取适当的李雅普诺夫函数并使用不等式放缩技巧,得到系统指数同步的充分条件。数值算例验证了理论结果的正确性。

摘要：文中研究了分数阶忆阻神经网络的固定时间同步问题。根据忆阻器的电压电流特性,建立一类具有时变时滞的分数阶忆阻神经网络模型。与传统的基于最大绝对值的记忆突触权值计算方法不同,通过引入数学变换,利用微分包含理论和集值映射,在Filippov解的框架下将分数阶忆阻神经网络转化为一类具有不确定参数的分数阶系统。在固定时间稳定性理论和可测选择定理的基础上,通过构造Lyapunov函数和利用不等式技术给出其固定时间同步的充分条件,并给出同步时间上界的计算式。通过反馈控制方法,构造合适的状态反馈控制器,使主从系统实现固定时间同步,且同步时间的上界与系统初始状态无关。通过仿真算例可看出所设计的控制器可以使系统快速地实现同步。

摘要：本文聚焦一类饱和忆阻神经网络模型,利用攻击驱动的事件触发控制策略,研究了其在概率欺骗攻击下的均方稳定问题。首先,针对器件物理限制或设备损耗导致的执行器饱和现象,本文建立了饱和忆阻神经网络模型,解决了执行器与控制器间的信号传输存在较大偏差造成的控制失效问题。其次,网络的强开放性和不可预测性使信号在传输时容易受到攻击,本文结合伯努利过程设计了具有时变时延的概率欺骗攻击模型和攻击驱动的事件触发控制策略,提升了系统应对复杂环境的抗干扰能力,并且减少了数据传输量,节省了通信资源。此外,本文构建了一种依赖于事件触发时刻的新型李雅普诺夫泛函,加强了对系统状态信息的利用,并通过李雅普诺夫稳定性理论和不等式技术,推导出系统均方稳定的充分条件。最后,通过数值仿真验证了结果的可行性和有效性。

摘要：混沌信号具有隐蔽性、不可预测性和高度复杂等特点,特别适用于保密通信和扩频通信等领域。为有效解决有限时间同步控制过度依赖初始条件的问题,基于固定时间稳定性理论,通过设计状态反馈控制器给出了忆阻神经网络实现固定时间同步的充分条件,并对停息时间进行了精确估计。在此基础上,以驱动混沌忆阻神经网络为发射器,以具有不同初值的响应系统为接收器,采用混沌遮掩的方式实施信号加载,实现在固定时间内恢复加密信号,确保保密通信的安全性和时效性。

摘要：细胞神经网络(CNN)被公认为是一种强大的大规模并行网络架构,能够高速执行运算操作和解决复杂的工程问题,但是目前关于硬件实现神经元的研究处于起步阶段。首先,研究了一个基于SrTiO_(3)(STO)的忆阻仿真模型,并分析了该模型的阻值变化特性与磁滞回线。其次,在此基础上设计了基于忆阻器的LIF神经元电路,验证了忆阻器模型可很好地结合到该神经元电路中。最后,通过PSpice仿真实验分析了突触前神经元、突触权重以及输入信号频率对于膜电位的影响,验证了基于遗忘模型忆阻器构成的LIF神经元电路可实现对输入时间信息和空间信息的整体反应。

摘要：硕士研究生课程是硕士研究生培养环节中的重要一环。开设“新一代智能硬件技术”课程可以使学生理解人工智能领域的相关知识,领悟学科交叉的科研思路,培养学生知识融合与学科交叉的能力。“新一代智能硬件技术”课程介绍了人工智能的发展及相应的理论方法,阐述了研究新一代智能硬件技术的意义,聚焦新兴的忆阻电路设计领域,阐明新一代的忆阻存算一体硬件架构,以及忆阻人工神经网络、忆阻类脑神经网络的实现。“新一代智能硬件技术”课程通过使用案例式教学、科研反哺教学的方式,将课程内容趣味性地、有条理地讲授给学生。同时,采用翻转课堂的方式检验学习效果。