为解决在不完全理解人脑情况下如何发展类脑计算的挑战，团队系统定义和研究类脑计算技术，历经近10年攻关，成功发展覆盖架构、芯片、系统和软件工具链的完整类脑计算技术栈。具体包括：首次提出双脑驱动的跨范式异构...

成果发表于2023年《Science China Information Sciences》 近年来，以人工神经网络为主要模型的计算机科学导向机器学习范式和以脉冲神经网络为主要模型的脑科学导向神经形态计算模型被广泛研究并应用于智能系统。二者...

位置识别是机器人理解并导航世界的一种基本空间智能能力。然而，由于资源限制和环境变化，机器人在自然环境中识别地点仍然是一项具有挑战性的任务。相比之下，人类和动物能够在不同条件下稳健且高效地识别数十万个地...

团队研发了一款名为TianjicX的28nm神经拟态芯片。其峰值动态能效为3.2TOPS/W，片上存储带宽为5.12tb/s，单位面积算力高达0.2TOPS/mm2，支持对每个任务进行计算资源的自适应分配和执行时间的调度。TianjicX芯片能提高...

混合神经网络（Hybrid Neural Networks, HNNs）的趋势日益增长，这通过结合尖峰神经网络（Spiking Neural Networks, SNNs）和人工神经网络（Artificial Neural Networks, ANNs）来利用双方的优势。清华大学团队提出了...

清华大学研究团队所提出的神经网络框架将神经元间的连接方式分为两部分，分别为包含下一层神经元权重和全局预测误差的wGP和基于局部神经元活动的wLP。其中θ代表超参数，用于调节神经元之间的连接，st代表记忆，能够...