神经形态系统控制与电路实现

研究内容神经形态系统设计、分析与应用是类脑计算领域的前沿难题。在国家重点研发计划、国基金重点项目等资助下，围绕神经形态计算理论与模型、神经动力学系统控制理论与方法、神经形态电路设计与应用等方面取得一系列进展。

研究内容

l 阐明了细胞分离的信息分配和计算空间增长机理，发现了细胞间通讯规则长度与计算复杂性之间的内在规律，提出了基于细胞分裂的自主生成计算空间方法，为设计高性能神经形态计算通讯规则提供了理论依据；提出了使用神经元芽殖和分裂进行神经形态计算的有效机制，建立了具有自主生成计算空间和大规模信息存储能力的神经形态计算模型，解决了2005年发布的大规模计算空间生成难题，为实现每克生物材料存储PB级信息提供了方案。

l 揭示了神经动力学系统的内部演化规律，实现了对神经动力学系统的大范围分析和综合，提高了系统的可观性和可协调性；阐明了外部刺激对神经动力学系统的作用原理，探究了神经动力学系统在外部刺激作用下的内外交互机制，发展了神经动力学的分析与控制理论方法，为模拟大脑功能，物理实现信息动态存储与动态获取提供理论支撑。

l 设计了新型神经形态电路，提出了通过逻辑同步控制计算误差的方法，通过降低电路模块数量，减少模块通讯所产生的积累误差，积累误差理论值降为传统的十分之一，奠定了控制积累误差的理论基础。将神经形态电路应用于分子检测，构建了可编程生物传感器，成果被应用于内耳给药载体，小鼠实验取得好效果，有望将内耳手术给药变革为注射给药。

成果奖励

l 曾志刚等，神经动力学系统控制理论研究，湖北省自然科学一等奖，2020

l 潘林强等，基于生物材料和技术的高性能计算模型和算法，湖北省自然科学一等奖,2019