[发明专利]神经元器件和神经网络

说明书

技术领域

本发明涉及电子器件，具体地涉及可以实现神经元功能的电子器件及其构成的神经网络。

背景技术

传统的计算机通常是利用二进制逻辑实现信息处理和存储功能，而且信息处理(或计算)和存储在不同的器件或功能模块中分别实现的，其运算过程通常是一步接一步的串行过程。

利用模拟大脑神经网络的方法实现计算和存储功能可以得到更高的效率，是未来信息科学发展的一个重要方向。这种类神经网络处理功能的前提是实现类神经细胞单元功能，包括记忆、开关切换、适应学习和高等计算等功能的器件和电路。

常规的神经网络集成电路包括多个神经元形成的矩阵，每一个神经元包括至少一个输入线(对应于至少一个突触和树突)、一个运算放大器(对应于一个神经细胞)、以及一个输出线(对应于一个轴突)。经由至少一个输入线输入的信号经过权重后，在运算放大器中相加，并在其和超过预定值时，经由输出线输出信号。在输入线中包括固定电阻或可变电阻作为权重部分。例如，美国专利US5422982公开了一种以二氧化硅膜构成的可变电阻作为神经元的突触的神经网络，美国专利US5296835公开了一种以硫属化物构成的可变电阻作为权重部分的神经网络。

在以上两篇文献中提到的基于可变电阻的神经元都是通过改变外加电压的大小，控制调节器件的电阻值，从而实现神经元的适应性学习功能，而神经元的逻辑运算功能却难以实现。因此，在现有的神经网络中，固定电阻或可变电阻仅仅作为神经元的一部分，也即仅仅起到权重的作用。每一个神经元还需要包括独立的、用于将权重后的信号相加的运算放大器，该运算放大器必须由复杂的电路结构构成。

由于需要包括独立的可变电阻(作为权重部分)和独立的运算放大器，现有的神经网络存在着速度低、功耗高、集成度低的问题。

因此，期望进一步提高神经元网络的速度，降低其操作电压和电流，减小其芯片占用面积，需要寻找合适的神经元器件，从而简化器件结构、提高集成度和降低制造成本，这在当前仍然是一个具有很大挑战性的研究课题。

发明内容

本发明的目的是提供了一种简单结构的神经元器件及神经网络。

根据本发明的一方面，提供一种神经元器件，包括底电极层、顶电极层、以及夹在底电极层和顶电极层之间的阻变材料层，其中，神经元器件在施加恢复脉冲时转变为正常态，而在施加刺激脉冲时转变为兴奋态。

神经元器件具有对刺激脉冲的幅度、宽度及个数的综合响应，提供权重部分和运算部分的功能。

根据本发明的另一方面，提供一种神经网络，包括相互电连接的多个上述神经元器件。

本发明利用阻变材料实现神经元的生物功能，从而为高等的认知计算提供了基础。

一方面，神经元器件响应外加电压的幅度和宽度的变化而改变电阻态，从而实现对刺激信号的权重功能。

另一方面，神经元器件还响应外加脉冲个数的改变而改变电阻值，从而实现基本的运算功能(如加法，除法)。

本发明的优点是仅通过一个器件就可以实现神经元的全部功能，而不需要形成独立的权重部分和运算部分。

该神经元器件结构简单，便于集成，并且与传统硅基CMOS工艺兼容，非常适合大规模生产。同时，该神经元器件采用的阻变材料具有高速度(ns量级)、低操作电压(几伏)等优点，从而符合未来高性能器件的要求。并且，该神经元器件具有对外界不同刺激的兴奋响应和传递、开关切换、认知学习、记忆等功能，因而可以实现多种生物功能和复杂的逻辑运算。

附图说明

图1示出了根据本发明的神经元器件的结构示意图。

图2示出了在施加刺激脉冲时，根据本发明的神经元器件的电阻值与脉冲个数的关系，其中神经元器件从正常态转变为兴奋态。

图3示出了在施加不同幅度的刺激脉冲时，根据本发明的神经元器件的电阻值与脉冲幅度的关系，其中神经元器件从正常态转变为兴奋态。

图4示出了在施加不同幅度和宽度的刺激脉冲时，根据本发明的神经元器件的电阻值与脉冲个数的关系，其中神经元器件从正常态转变为兴奋态。

图5示出了神经元网络的简化示意图，包括四个神经元。

具体实施方式