[发明专利]可同时计算和编程的神经形态电路有效
申请号: | 201610283410.0 | 申请日: | 2016-05-04 |
公开(公告)号: | CN107346449B | 公开(公告)日: | 2020-05-22 |
发明(设计)人: | 李黄龙;邓磊;张子阳;吴双;王耀园;施路平 | 申请(专利权)人: | 清华大学 |
主分类号: | G06N3/063 | 分类号: | G06N3/063 |
代理公司: | 深圳市鼎言知识产权代理有限公司 44311 | 代理人: | 郑海威 |
地址: | 100084 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 同时 计算 编程 神经 形态 电路 | ||
1.一种可同时计算和编程的神经形态电路,包括:第一神经元、第二神经元、突触,其特征在于,所述突触为三端忆阻器,所述三端忆阻器包括源端、漏端和门端;所述源端与所述第一神经元的输出端连接,用于接收该第一神经元发出的前向信号;所述漏端与所述第二神经元的输入端连接;所述门端与所述第二神经元的输出端连接,用于接收该第二神经元发出的反馈信号;所述三端忆阻器的阻值由所述前向信号与所述反馈信号共同控制;当所述述三端忆阻器同时参与学习与计算时,所述前向信号由所述源端向所述漏端传输,所述反馈信号由所述门端输入。
2.如权利要求1所述的可同时计算和编程的神经形态电路,其特征在于,所述三端忆阻器包括依次层叠设置的导电沟道、绝缘层及栅极;所述导电沟道的两端分别作为源端和漏端,所述导电沟道的材料为半导体;所述绝缘层采用铁电材料,在外电场作用下产生电极化,偏置消失后极化保留;所述栅极具有金属性,连接偏置电压。
3.如权利要求2所述的可同时计算和编程的神经形态电路,其特征在于,所述导电沟道的材料为ZnO、GaAs、Si、Ge、GaN、MoS2、WS2、Si/Ge的化合物、GaP、InSb、In/Ga/As的化合物、GaSb、InSb。
4.如权利要求2所述的可同时计算和编程的神经形态电路,其特征在于,所述绝缘层的材料为PbTiO3、BaTiO3、BiFeO3。
5.如权利要求1所述的可同时计算和编程的神经形态电路,其特征在于,所述三端忆阻器包括依次层叠设置的导电沟道、绝缘层及栅极;所述导电沟道的两端分别作为源端和漏端,所述导电沟道的材料可因组成原子比例发生改变而发生金属-绝缘体转变;所述绝缘层采用绝缘性好且高原子或离子溶解度的材料;所述栅极具有金属性,连接偏置电压。
6.如权利要求5所述的可同时计算和编程的神经形态电路,其特征在于,所述金属-绝缘体转变为因氧比例变化而发生的金属-绝缘体转变。
7.如权利要求6所述的可同时计算和编程的神经形态电路,其特征在于,所述导电沟道的材料为SmNiO3。
8.如权利要求6所述的可同时计算和编程的神经形态电路,其特征在于,所述绝缘层材料为离子液体1-乙基-3-甲基咪唑啉双(三氟甲基磺酰基)亚胺([EMIM][N(Tf)2])、己基三乙基铵三乙基硫双(三氟甲基磺酰)亚胺([N6222][N(Tf)2])。
9.如权利要求1所述的可同时计算和编程的神经形态电路,其特征在于,所述三端忆阻器包括依次层叠设置的导电沟道、绝缘层及栅极;所述导电沟道的两端分别作为源端和漏端,所述导电沟道的材料为带有特定晶界结构的二维半导体MoS2、WS2;所述绝缘层的材料为SiO2、HfO2、Al2O3、TiO2、Ta2O5、ZrO2、LaAlO3、SrTiO3;所述栅极具有金属性,连接偏置电压。
10.一种可同时计算和编程的神经形态电路,其特征在于,包括:第一连接权值矩阵模块、第二连接权值矩阵模块、第三连接权值矩阵模块、神经元模块、递归最小二乘法模块、脉冲调制模块、线性放大器模块、数模转换模块以及模数转换模块;
所述第一连接权值矩阵模块用于对外加恒定偏置I(t)进行线性变换,该第一连接权值矩阵模块的矩阵元素由三端忆阻器构成,所述三端忆阻器的门端连接所述脉冲调制模块;
所述线性放大器模块对来自所述第一连接权值矩阵、所述第二连接权值矩阵的输入到同一神经元的多路信号进行加和;
所述模数转换模块用于对所述线性放大器模块加和后的信号进行模数转换;
所述神经元模块用于对所述模数转换模块输出的数字信号进行非线性变换,输出前一时间步神经元输出向量r(t-dt)和当前时间步神经元输出向量r(t)值;
所述数模转换模块对所述前一时间步神经元输出向量r(t-dt)和当前时间步神经元输出向量r(t)进行模数转换;
所述第二连接权值矩阵模块用于对经所述数模转换模块转换后的所述前一时间步神经元输出向量r(t-dt)进行线性变换,该第二连接权值矩阵模块的矩阵元素由三端忆阻器构成,所述三端忆阻器的门端连接所述脉冲调制模块;
所述第三连接权值矩阵模块用于对经所述数模转换模块转换后的所述当前时间步神经元输出向量r(t)进行线性变换,该第三连接权值矩阵模块的矩阵元素由三端忆阻器构成,所述三端忆阻器的门端连接所述脉冲调制模块;
所述递归最小二乘法模块用于计算网络输出z(t-dt)与目标函数f(t-dt)之间的误差平方e(t-dt);
所述脉冲调制模块用于产生权值按递归最小二乘法模计算结果更新的脉冲,并将该脉冲由所述三端忆阻器的门端输入。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610283410.0/1.html,转载请声明来源钻瓜专利网。