 智能信息处理与计算团队 |
近日，计算机与通信工程学院智能信息处理与计算团队在“高性能的通用自组装神经计算模型”研究方面取得新进展，其最新科研成果《自组装脉冲神经膜系统的计算能力研究》（“On the Computational Power of Spiking Neural P Systems with Self-Organization”）在Nature出版集团旗下综合学术期刊Scientific Reports在线发表。
该研究成果由我校2015年引进的师资博士后王珣和宋弢讲师，以及澳大利亚斯威本科技大学沙捞越校区研究人员合作完成。王珣博士后为第一作者，宋弢讲师为通讯作者。
构建高性能的通用神经计算模型是分布式并行计算模型研究的重要科学问题，也是构建高性能神经电路的基础。在膜计算研究的框架下，构建通用的高性能神经计算模型是国内网膜计算研究领域的热点和难点问题。王珣博士后在脉冲神经膜系统的研究框架下，提出基于脉冲数目的突触创生和移除规则，形成了神经元根据所含脉冲数目进行创建和移除突触的自组装策略。自组装脉冲神经膜系统中神经元的连接由其所收到的脉冲数目进行调控，具有良好的信息自适应特性。基于该策略，创新性地提出一种构建计算通用的自组装神经计算模型。该模型的提出，不仅为基于脉冲神经膜系统的模式识别方法提供了坚实基础，还为自组装神经计算模型的实现提供了全新的模型。利用该方法可以基于神经阵列和神经单元连接编程语言，实现可重复使用的通用神经计算模型，为高性能通用神经电路设计和实现提了供新模型。
相关研究成果得到国际同行高度评价，认为其具有非常高的创新性。日前，由西班牙塞维利亚大学教授、欧洲科学院院士Mario J.Perez-Jimenez和欧洲科学院院士、罗马尼亚科学院院士Gh Paun领衔的国际膜计算学会（International Membrane Computing Society）学术成果奖励委员会正式通知该研究成果已被遴选为2016年国际膜计算学会最佳理论成果奖候选者之一。
Scientific Reports是Nature出版集团旗下的国际著名综合性期刊，主要报道最新的物理、化学、生物、材料、能源、信息、医学等多个领域的研究进展，近5年影响因子为5.525。
论文详情见：http://www.nature.com/articles/srep27624
