細胞式類神經網路

細胞式類神經網路(英語:Cellular neural network縮寫CNN)是一種大量規則化多維度矩陣電路,可執行平行計算,於1988年由蔡少棠與Lin Yang提出,類似於神經細胞架構,每個細胞與鄰近細胞間彼此連接與傳遞訊號。

與一般類神經網路不同,較具特色的兩點為:1.細胞中連續性的動態行為與2.有限半徑的局部性連接。典型的應用包括影像處理、3D表面分析、問題可視化、生物視覺和其他感官建模。

CNN架構

因為CNN具有多種不同的架構,所以很難替CNN處理器定下一個非常明確的定義。從架構的觀點來看,CNN是屬於細胞式架構,資料處理是以平行方式計算,因此運算速度可大幅提升。它是由固定數目、固定位置、固定拓普、局部互連、非線性的處理單元所組成,這個非線性的處理單元通常被叫做細胞或是神經元。在數學模型上,每個細胞為獨立且非線性的單元,它具有初始狀態、輸入和行為。訊號的處理通常是連續的,例如Continuous-Time CNN(CT-CNN)處理器,但也可以是離散的Discrete-Time CNN(DT-CNN)處理器。

文献综述

CNN处理器的想法是由蔡少棠(Leon Chua)和Lin Yang的在1988年的两部分文章中“细胞神经网络理论”和“细胞神经网络的应用程序”,发表在IEEE电路与系统通讯刊物上。

相关的处理架構

计算模型

技术

应用

注释

参考

  • D. Balya, G, Tímar, G. Cserey, and T. Roska, "A New Computational Model for CNN-UMs

and its Computational Complexity", Int’l Workshop on Cellular Neural Networks and Their Applications, 2004.

  • L. Chua and L. Yang, "Cellular Neural Networks: Theory," IEEE Trans. on Circuits and Systems, 35 (10):1257-1272, 1988. [1]页面存档备份,存于互联网档案馆
  • L. Chua and L. Yang, "Cellular Neural Networks: Applications" IEEE Trans. on Circuits and Systems, 35 (10):1273:1290, 1988.