[发明专利]神经网络电路的学习方法

权利要求书

1.一种神经网络电路的学习方法，该神经网络电路通过连接多个神经网络电路元件（40）而构成，该神经网络电路的学习方法的特征在于：

所述多个神经网络电路元件（40）分别具备：

被输入其他的神经网络电路元件（40）的输出信号的至少1个突触电路（20），以下将该输出信号称为第一输入信号；和

被输入所述至少1个突触电路（20）的输出信号的1个神经元电路（30），

所述突触电路（20）具备可变电阻元件（10），该可变电阻元件（10）包括：形成于半导体膜（11）上的第一电极（13）和第二电极（14）；和在所述半导体膜（11）的主面隔着铁电体膜（12）形成的控制电极（15），响应所述第一电极（13）和所述控制电极（15）之间的电位差，所述第一电极（13）和所述第二电极（14）之间的电阻值发生变化，

能够切换在可变电阻元件（10）的所述第一电极（13）能够输入所述第一输入信号的状态和不能输入所述第一输入信号的状态，

所述神经元电路（30）具有产生双极性锯齿形脉冲电压的波形发生电路（32），所述第一输入信号具有双极性锯齿形脉冲波形，

在所述第一输入信号能够输入至所述第一电极（13）的状态的期间，对所述可变电阻元件（10）的所述控制电极（15）输入在与该可变电阻元件（10）相同的神经网络电路元件（40）内生成的所述双极性锯齿形脉冲电压，

根据依赖于施加至所述第一电极（13）的电压与施加至所述控制电极（15）的电压的输入时刻差而产生的所述第一电极（13）和所述控制电极（15）之间的电位差，使所述可变电阻元件（10）的电阻值发生变化。

2.权利要求1所述的神经网络电路的学习方法，其特征在于：

所述突触电路（20）具备第一开关（22），该第一开关（22）对使得成为能够将输入的所述第一输入信号输入至所述可变电阻元件（10）的所述第一电极（13）的状态和使得成为不能输入的状态进行切换，

所述神经元电路（30）生成第二输入信号，该第二输入信号用于对所述第一开关（22）进行切换，以使得在与所述双极性锯齿形脉冲电压的生成期间相同的期间，成为所述第一输入信号能够输入至所述第一电极（13）的状态。

3.如权利要求1所述的神经网络电路的学习方法，其特征在于：

所述神经元电路（30）包括：

对在所述至少1个突触电路（20）的所述可变电阻元件（10）流过的电流值进行积分的积分电路（31）；和

使由所述波形发生电路（32）产生的所述双极性锯齿形脉冲电压延迟规定时间并将其作为所述神经网络电路元件（40）的输出信号输出的延迟电路（33），

所述波形发生电路（32），在由所述积分电路（31）积分后的电流值超过规定的值时，产生所述双极性锯齿形脉冲电压。

4.如权利要求1所述的神经网络电路的学习方法，其特征在于：

所述突触电路（20）具备第二开关（21），该第二开关（21）的一端与第一基准电压源（23）连接，另一端与所述可变电阻元件（10）的所述第一电极（13）连接，

所述第二开关（21）构成为在被输入所述第一输入信号的期间，连接所述第一基准电压源（23）和所述第一电极（13）。

5.一种神经网络电路，其通过多个神经网络电路元件（40）连接而构成，该神经网络电路的特征在于：

所述多个神经网络电路元件（40）分别具备：

被输入其他的神经网络电路元件（40）的输出信号的至少1个突触电路（20），以下将该输出信号称为第一输入信号；和

被输入所述至少1个突触电路（20）的输出信号的1个神经元电路（30），

所述突触电路（20）具备可变电阻元件（10），该可变电阻元件（10）包括：形成于半导体膜（11）上的第一电极（13）和第二电极（14）；和在所述半导体膜（11）的主面隔着铁电体膜（12）形成的控制电极（15），响应所述第一电极（13）和所述控制电极（15）之间的电位差，所述第一电极（13）和所述第二电极（14）之间的电阻值发生变化，

能够切换在可变电阻元件（10）的所述第一电极（13）能够输入所述第一输入信号的状态和不能输入所述第一输入信号的状态，

所述神经元电路（30）具有生成双极性锯齿形脉冲电压的波形发生电路（32），

在所述第一输入信号能够输入至所述第一电极（13）的状态的期间，对所述可变电阻元件（10）的所述控制电压输入在与该可变电阻元件（10）相同的神经网络电路元件（40）内生成的所述双极性锯齿形脉冲电压，并且构成为所述第一输入信号具有双极性锯齿形脉冲波形，

根据依赖于施加至所述第一电极（13）的电压与施加至所述控制电极（15）的电压的输入时刻差而产生的所述第一电极（13）和所述控制电极（15）之间电位差，使所述可变电阻元件（10）的电阻值发生变化。