多涡旋忆阻Hopfield神经网络

超混沌多涡旋吸引子

一种集成三种忆阻器突触的神经网络系统，能够产生超混沌多涡旋吸引子，涡旋轴数可由忆阻器有效调控，与现有忆阻神经网络相比，显著提升了动力学复杂度。

Yu, Fei · Chaoran, Wu · Yue, Lin · Shaoqi, He · 姚卫 · 蔡烁 · 金杰

Nonlinear Dynamics 2024

参数信息

忆阻HNN吸引子数量

6

技术优势

涡旋轴数可调

最后一种忆阻HNN中，忆阻器函数能有效控制涡旋轴数，从而调节多涡旋吸引子的复杂度。

硬件已验证

在FPGA上实现了所提出的超混沌多涡旋模型，并在示波器上演示了6个忆阻HNN吸引子，验证了模型准确性。

加密效果好

设计了一个简单的图像加密方案，信息熵高，表明加密效果良好。

应用场景

• 类脑计算：提供多涡旋超混沌动力学，用于模拟神经元复杂行为。
• 混沌加密：利用超混沌多涡旋信号实现高信息熵的图像加密。
• 非线性电路设计：用三型忆阻突触构建能产生多涡旋的非线性电路。
• 硬件神经网络：在FPGA上实现忆阻HNN，提供硬件神经形态方案。