余飛副教授在人工智能領域頂刊《Neural Networks》上發表研究成果
發布時間: 2023-12-11 10:00:47 瀏覽量:
近日，我院余飛副教授與合作者在人工智能領域頂級期刊《Neural Networks》上發表了論文“Memristor-induced hyperchaos, multiscroll and extreme multistability in fractional-order HNN: Image encryption and FPGA implementation”(https://doi.org/10.1016/j.neunet.2023.12.008)。學院研究生孔新新為第一作者，導師余飛副教授為通訊作者。Neural Networks作為中科院1區，CCF人工智能方向的B類期刊，是人工智能學科頂級期刊，收錄了人工智能領域最前沿的高端論文，目前影響因子為7.8。
本成果提出了兩種分數階憶阻器，通過使用憶阻器模擬神經元的突觸并描述電磁輻射引起的電磁感應現象，建立了一種新的5D分數階憶阻Hopfield neural network（FOMNN）。通過動力學仿真，發現了豐富的動力學行為，如超混沌、多渦卷、極端多穩態和由降階引起的“超頻”行為。據我們所知，這是第一次在FOMN中同時發現如此豐富的動力學行為。在此基礎上，設計了一種高效、安全的圖像加密方案。安全性分析表明，加密后的Lena圖像具有極低的相鄰像素相關性和高隨機性，信息熵為7.9995。盡管丟棄了擴散和加擾，但它具有良好的明文敏感性，NCPR=99.6095%，UACI=33.4671%。最后，本文在現場可編程門陣列（FPGA）上實現了所提出的FOMHNN和圖像加密。