[实用新型]神经元突触电路及神经元电路有效
申请号: | 201621118750.X | 申请日: | 2016-10-13 |
公开(公告)号: | CN206147705U | 公开(公告)日: | 2017-05-03 |
发明(设计)人: | 张金勇;孙宏伟;王磊 | 申请(专利权)人: | 中国科学院深圳先进技术研究院 |
主分类号: | G06N3/06 | 分类号: | G06N3/06;G06N3/063 |
代理公司: | 北京三友知识产权代理有限公司11127 | 代理人: | 王天尧 |
地址: | 518055 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 神经元 突触 电路 | ||
技术领域
本实用新型涉及人工神经网络技术领域,尤其涉及神经元突触电路及神经元电路。
背景技术
人体大脑有数亿神经元,而突触数目更加庞大。因此功耗和集成度是类脑神经芯片最为关注的两个因素。类脑神经芯片无论是从计算速度,学习机制还是功耗,被科学家认为是下一代最有前景技术。由于数字存储技术已经非常成熟,其存储的权值精度高,数据可靠,技术成熟,设计规范,因此在很多方案中突触及神经元电路都是用数字方法实现的。然而,随着人工神经网络的研究深入,传统的采用数字电路实现神经网络算法的缺点越来越明显。现阶段,用以实现所需的乘法和加法运算和非线性变换所需的神经元突触电路规模庞大,功耗和体积巨大,而且在模拟神经网络中需要将突触权值在数字和模拟之间不断地转换,需要大量的D/A和A/D转换器,更是极大地增加了电路的功耗,难以适应发展的需要。
实用新型内容
本实用新型实施例提供一种神经元突触电路,用以减少神经元突触电路的功耗,并提高集成度,该神经元突触电路包括:
充电电路,放电电路,以及分别与所述充电电路和所述放电电路连接的MOS电容;
所述充电电路和所述放电电路均由多个MOS器件构成,且接入突触前神经元产生的脉冲序列和突触后神经元产生的脉冲序列;
所述充电电路被构造为在突触前神经元产生的脉冲序列比突触后神经元产生的脉冲序列先到达时,通过对所述MOS电容进行充电输出使突触权值增加的模拟电压;
所述放电电路被构造为在突触前神经元产生的脉冲序列比突触后神经元产生的脉冲序列后到达时,通过对所述MOS电容进行放电输出使突触权值减小的模拟电压。
本实用新型实施例还提供一种神经元电路,用以减少神经元电路的功耗,并提高集成度,该神经元电路包括:
突触前神经元,突触后神经元,上述的神经元突触电路,电压电流转换电路;
所述突触前神经元输出端与所述神经元突触电路第一输入端和所述电压电流转换电路第一输入端连接;所述突触后神经元输出端与所述神经元突触电路第二输入端连接;所述神经元突触电路输出端与所述电压电流转换电路第二输入端连接;所述电压电流转换电路输出端与所述突触后神经元输入端连接;
所述电压电流转换电路用于将所述神经元突触电路输出的模拟电压转换为相应的电流刺激注入到所述突触后神经元。
本实用新型实施例采用模拟电路实现神经元突触电路,相对于现有数字电路方式而言,结构简单、功耗低、运算速度快,能显著提高神经网络的运算效率;本实用新型实施例的神经元突触电路可以将突触前神经元的脉冲与突触后神经元的脉冲进行比较,实现基于脉冲时间依赖可塑性(Spike-Timing-Dependent Plasticity,STDP)的神经传导学习机制。本实用新型实施例的神经元电路,也因采用上述神经元突触电路,减少了电路功耗,提高了集成度。
附图说明
为了更清楚地说明本实用新型实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本实用新型的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本实用新型实施例中神经元突触电路的具体实例图;
图2为本实用新型实施例中神经元电路的结构示意图。
具体实施方式
为使本实用新型实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本实用新型实施例做进一步详细说明。在此,本实用新型的示意性实施例及其说明用于解释本实用新型,但并不作为对本实用新型的限定。
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中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,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/201621118750.X/2.html,转载请声明来源钻瓜专利网。