科学技术协会

今天是

首届神经形态计算国际会议(ICNC 2021)举行

新闻网讯 101517日,由我校人工智能与自动化学院主办的首届神经形态计算国际会议(ICNC2021)在武汉华美达光谷大酒店举行。

说明: http://news.hust.edu.cn/__local/5/EF/D0/730F97B5A5BE148F060C6E12E10_807CAD6B_1F107.png

本次大会是为纪念忆阻器提出50周年并为学者们在神经计算领域提供一个高层次的国际峰会而举办。大会共邀请了1位中国工程院院士,2位欧洲科学院院士,20余位学术专家和200余名师生交流讨论。大会由忆阻器概念提出者Leon O. Chua教授担任荣誉主席,人工智能与自动化学院院长曾志刚教授与美国德州农工大学卡塔尔分校黄廷文教授共同担任大会主席。

人工智能与自动化学院伍冬睿教授主持开幕式。他欢迎各位同行参加此次国际会议,并谈到华中科技大学明年也将迎来它的70岁生日,届时也将会举办第二届神经形态计算国际会议。欢迎各位同行专家继续参加,并到华中大指导交流。

会议程序委员会主席、西南大学李传东教授介绍了会议的投稿、录取等情况。

东北大学柴天佑院士作了题为工业智能发展方向的大会报告,首先分析了制造业自动化、信息化的现状和主要存在的问题,然后提出了工业智能的内涵以及工业智能中智能算法和控制系统里具有挑战性的科学问题,最后提出了工业智能的研究方向、思路和方法。

说明: http://news.hust.edu.cn/__local/5/68/8C/F7988453D20349BEAAA24852DE7_7C01BCBD_16148.png

我校缪向水教授作了题为“Brain-inspired AI Computing Chip”的报告,介绍了类脑智能计算的概念以及基于忆阻器的人工智能计算芯片的巨大潜力与优势,然后展示了其团队在高性能忆阻器研究方面的进展,最后提出了其团队战略目标和攻关方向。

说明: http://news.hust.edu.cn/__local/C/06/AB/0F7AE58882E45FCCC9240F08B45_E7624FC7_15821.png

德国洪堡大学Jürgen Kurths教授作了题为“Exploring Predictability of Extreme Climate Events via a Complex Network Approach”的线上报告,提出了一种利用观测和再分析的数据来重建和分析复杂网络的方法,能够揭示海洋和大气中全球性和区域性环流模式的关系,可构建更好的预测模型。

说明: http://news.hust.edu.cn/__local/4/40/12/1CE1DC2F5EAE844791392A42A47_8E2FA69A_1794A.png

加拿大西蒙弗雷泽大学Ljiljana Trajkovic教授作了题为“Data Mining and Machine Learning for Analysis of Network Traffic”的线上报告,介绍了数据挖掘和机器学习的优势,从已部署的网络以及互联网收集的流量来刻画和建立网络流量模型,分析了互联网拓扑结构,并对网络异常进行了分类。

说明: http://news.hust.edu.cn/__local/8/EE/A1/3459C2AB1050934FB3018017BF5_238F655C_18A27.png

德国德累斯顿工业大学Alon Ascoli作了题为“On Local Activity Edge of Chaos in NbO memristor devices and systems”的线上报告,展示了非线性系统理论在支持具有本征非线性忆阻器的仿生神经形态电路设计中的重要作用。

说明: http://news.hust.edu.cn/__local/A/53/B1/B12CCFA47B018C114F4FFDA400E_8F06B2D4_1C5E2.png

波兰雅盖隆大学Maciej Ogorzalek教授作了题为“Memristors in 3D”的线上报告,介绍了3D集成的最新研究进展,并展示了忆阻器和CMOS以及其它三维架构的融合将产生的一些可能的新的人工智能发展解决方案。

说明: http://news.hust.edu.cn/__local/A/1C/CE/BCF735E20037AB4CF0EBD0246F4_50ADD4C7_1AE56.png

德国德累斯顿工业大学Ronald Tetzlaff教授作了题为“Memristive Wave Computing Architectures”的线上报告,介绍了忆阻器和非冯诺依曼计算系统的特点和优势,然后阐述了元胞波计算和忆阻单元非线性网络特性,最后展示了其团队的主要研究方向。

说明: http://news.hust.edu.cn/__local/A/FC/07/192E019C7D22A148A5407B64CCA_5A348B4B_1C6F7.png

美国杜克大学陈怡然教授作了题为“Efficient Deep Learning at Scale: Hardware and Software”的线上报告,阐述了异构人工智能计算系统的设计思想,提出了几种硬件友好型神经网络模型压缩技术,并简要介绍了协同设计流程的自动化技术。

说明: http://news.hust.edu.cn/__local/3/2D/87/11ECF160FB1D7F421DEAD1A898B_57BCACF7_1A84D.png

美国南加州大学杨建华教授作了题为“Memristive Materials and Devices for Neuromorphic Computing”的线上报告,介绍了忆阻材料和设备在高效计算方面的前景和挑战,讨论了不同层级的生物启发例子:监督在线学习的深度神经加速器、用于分类的神经计算、以及另外一些计算应用等。

说明: http://news.hust.edu.cn/__local/3/72/D3/099D84460ADA2C2E9F785E1F6A0_AA6F249C_CBF4.png

印度信息技术和管理学院教授Alex James作了题为“Analog Memristive Computing: Crossbar Superresolution and General Neural Systems”的线上报告,介绍了创建超分辨率节点的技术,讨论了它们在构建各种神经网络中的应用,还概述了模拟忆阻计算及其更广泛的含义。

说明: http://news.hust.edu.cn/__local/A/BC/09/135BE13734AD26A0FC7B3CB48EA_A2D88096_13FC9.png

10个大会报告外,会议还设置了6场口头报告以及海报展示等环节。在口头报告中,报告者分享了他们在神经形态计算和忆阻器方面的近期研究成果,并与参会者展开了积极的交流讨论。

本次大会由我校人工智能与自动化学院主办,IEEE电路系统学会与湖北省自动化学会共同承办。