[实用新型]神经元电路

说明书

技术领域

本实用新型涉及人工神经网络技术领域，尤其涉及神经元电路。

背景技术

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的缺点越来越明显，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，难以适应发展的需要。而模拟电路结构简单、功耗低、运算速度快，能显著提高神经网络的运算效率。模拟神经元电路是模拟神经网络的基本单元之一。

Izhikevich模型是一种神经元的数学模型，由Izhikevich提出，相关参考文献：Izhikevich E M.Simple model of spiking neurons.[J].IEEE Transactions on Neural Networks，2010，14(6):1569-1572。这种数学模型可以描述出神经元的多种放电形式，其基本公式如下：

当ν≥30mV，则有

其中，ν代表神经元膜电位，u代表神经元膜电位调整变量，a、b、c、d是无量纲参数，t表示时间，I代表神经元受到的刺激电流。该模型模拟的生理过程如下：神经元受到神经突触的刺激电流以后，产生动作脉冲(spike)，膜电位ν开始上升，上升到一定程度(大约30mV)后，由于调整变量u的作用，ν又恢复到设定值c所表示的电位，同时u恢复到u+d。由于其参数a、b、c、d可以灵活设置，因此可以模拟多种神经元的放电模式。

由于该模型中含有乘积和平方项，用传统的模拟CMOS(Complementary Metal Oxide Semiconductor，互补金属氧化物半导体)电路实现起来较为复杂，神经网络中实现该模型一般用数字或软件算法方式实现。然而，使用数字或软件算法方式实现该模型的神经元，功耗大，尤其是在大规模集成的时候，难以适应未来发展的需要；同时，在模拟神经网络中，需要将神经元信号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，极大地增加电路的功耗和面积。

实用新型内容

本实用新型实施例提供一种神经元电路，用以降低神经元电路的功耗，减小神经元电路的占用面积，该神经元电路包括：

脉冲产生电路，通过第一Tau-cell电路结构和第二Tau-cell电路结构，被构造为用于模拟神经脉冲振荡；第一Tau-cell电路结构中包括用于模拟神经元膜电位ν的第一电容C_v；第二Tau-cell电路结构中包括用于模拟神经元膜电位调整变量u的第二电容C_u；

与脉冲产生电路连接的调整电路，用于对神经元膜电位ν重赋值；

与脉冲产生电路连接的比较电路，用于对神经元膜电位调整变量u重赋值。

本实用新型实施例的神经元电路通过包括第一Tau-cell电路结构和第二Tau-cell电路结构的脉冲产生电路，与脉冲产生电路连接的调整电路和比较电路，可以实现基于Izhikevich模型的神经元多种放电模式，相对于传统模拟CMOS电路，该神经元电路结构简单；相对于使用数字或软件算法方式实现，功耗更低，无需大量的D/A和A/D转换器，最大程度地减小了电路功耗和面积。

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Tau-cell电路结构示意图；

图2为本实用新型实施例中神经元电路的一个具体实例图。

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。

本实用新型实施例提出一种实现Izhikevich模型的神经元电路，该神经元电路是基于Tau-cell电路结构，利用Tau-cell电路结构的运算特性，实现基于Izhikevich模型的神经元多种放电模式，该神经元电路功耗低，占用面积小。