人工脑的信息处理新神经网络模型研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60673101
  • 项目类别：
    面上项目
  • 资助金额：
    26.0万
  • 负责人：
    杨国为
  • 依托单位：
    青岛大学
  • 学科分类：
    F06.人工智能
  • 结题年份：
    2009
  • 批准年份：
    2006
  • 项目状态：
    已结题
  • 起止时间：
    2007-01-01 至2009-12-31

项目摘要

人工神经网络是研究人脑认知的科学概念。也是有效的模拟、延伸和扩展人脑信息处理的模型。目前，许多自然脑信息处理认知难题，如无界区域上分类决策模拟、延伸和扩展问题、时变容错域联想记忆的模拟、延伸和扩展问题、形象识别思维的模拟、延伸和扩展问题等，正呼唤更多、更合适、更有效的新人工神经网络模型。本项目为达到模拟、延伸和扩展人脑无界区域上分类决策方法、人脑时变容错域联想记忆、人脑可控容错域联想记忆和人脑形象识别思维的目的，拟提出三类人工脑信息处理新神经网络模型{神经元（计算式）、网络拓扑结构（神经元连接方式，连接权值取值）、网络算法（稳定结构学习算法、工作算法）}。并且深入分析这些神经网络结构学习算法和神经网络工作算法的敛散性、收敛速度。. 项目的预期成果将丰富和发展对人脑信息处理的认知研究。将从三个侧面促进人脑信息处理的模拟、延伸、扩展及其应用的研究工作。

结项摘要

项目成果

期刊论文数量（39）
专著数量（0）
科研奖励数量（0）
会议论文数量（14）
专利数量（0）
非线性受控系统状态方程的任意阶近似解
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    控制与决策
  • 影响因子：
    --
  • 作者：
    曹少中;刘贺平;涂序彦
  • 通讯作者：
    涂序彦
The improvement of Razumikhin type theorems for impulsive functional differential equations
脉冲泛函微分方程Razumikhin型定理的改进
  • DOI：
    10.1016/j.na.2008.04.013
  • 发表时间：
    2009-05
  • 期刊：
    Nonlinear Analysis-Theory Methods & Applications
  • 影响因子：
    1.4
  • 作者：
    Yang, Guowei;Liu, Kaien
  • 通讯作者：
    Liu, Kaien
“一类二阶中立型泛函微分方程的振动性”的注记
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    数学的实践与认识
  • 影响因子：
    --
  • 作者：
    刘开恩;杨国为
  • 通讯作者：
    杨国为
拉格朗日-拟牛顿法解约束非线性规划问题
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    同济大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    桂胜华;周岩
  • 通讯作者：
    周岩
基于整数小波矩阵范数量化的多重数字水印算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机工程与应用
  • 影响因子：
    --
  • 作者：
    王英;杨国为;刘新
  • 通讯作者：
    刘新

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

分式线性神经网络及其非线性逼近
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机学报，2007，Vol.30, No.2，189-199
  • 影响因子：
    --
  • 作者：
    杨国为;王守觉;闫庆旭
  • 通讯作者：
    闫庆旭
基于TRIZ／FUZZY的产品创新设计
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    机械设计, 2005,Vol.22,N0.6, 47-50
  • 影响因子：
    --
  • 作者：
    曹少中;涂序彦;杨国为
  • 通讯作者：
    杨国为
三分解模型与算法及其在图像恢复中的应用
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    计算机科学与探索
  • 影响因子：
    --
  • 作者：
    杨章静;张凡龙;张辉;杨国为;李佐勇;罗立民
  • 通讯作者：
    罗立民
基于同源的同类事物连通本性的模式分类神经网络模型
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    电子学报
  • 影响因子：
    --
  • 作者：
    杨国为;王守觉
  • 通讯作者：
    王守觉
高光谱协同稀疏与非局部低秩张量变化检测
  • DOI：
    10.3778/j.issn.1673-9418.2009009
  • 发表时间：
    2022
  • 期刊：
    计算机科学与探索
  • 影响因子：
    --
  • 作者：
    詹天明;宋博;孙乐;万鸣华;杨国为
  • 通讯作者：
    杨国为

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

杨国为的其他基金

人工脑具有期望容错域的联想记忆新神经网络模型研究
  • 批准号：
    60973048
  • 批准年份：
    2009
  • 资助金额：
    30.0 万元
  • 项目类别：
    面上项目
基于物元动态系统分析的智能化模型化概念设计研究
  • 批准号：
    60375014
  • 批准年份：
    2003
  • 资助金额：
    21.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码