[发明专利]一种基于忆阻器的神经网络容错方法在审
| 申请号： | 202011049315.7 | 申请日： | 2020-09-29 |
| 公开（公告）号： | CN112199234A | 公开（公告）日： | 2021-01-08 |
| 发明（设计）人： | 吕艺;陈后鹏;陈成;李喜;宋志棠 | 申请（专利权）人： | 中国科学院上海微系统与信息技术研究所 |
| 主分类号： | G06F11/14 | 分类号： | G06F11/14;G06N3/063 |
| 代理公司： | 上海泰能知识产权代理事务所(普通合伙) 31233 | 代理人： | 钱文斌;黄志达 |
| 地址： | 200050 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 忆阻器 神经网络 容错 方法 | ||
1.一种基于忆阻器的神经网络容错方法，其特征在于，包括以下步骤：
(1)在进行神经网络权值矩阵的存储时，以某个电阻状态为目标，读出忆阻器器件电阻以获得存储阵列中的忆阻器电阻的分布；
(2)在进行权重更新时，将神经网络权重矩阵映射至存储阵列，根据权重矩阵进行存储单元映射，通过自适应算法将大的权值映射到缺陷小的忆阻器器件上，完成权重更新，实现神经网络的学习与训练。
2.根据权利要求1所述的基于忆阻器的神经网络容错方法，其特征在于，所述步骤(1)中读出器件电阻时，将其他的忆阻器保持在高阻态。
3.根据权利要求1所述的基于忆阻器的神经网络容错方法，其特征在于，所述步骤(2)中通过自适应算法将大的权值映射到缺陷小的忆阻器器件上具体为：将权值大的权重映射到器件缺陷小的忆阻器器件上，并根据权值调整的幅度，将调整幅度大的权重映射到器件缺陷小的忆阻器器件上。
4.根据权利要求3所述的基于忆阻器的神经网络容错方法，其特征在于，所述器件缺陷包括但不限于阻值漂移、阻值不变和阻值波动。
5.根据权利要求1所述的基于忆阻器的神经网络容错方法，其特征在于，所述忆阻器为具有存储记忆功能的非易失性存储器器件。
6.根据权利要求1所述的基于忆阻器的神经网络容错方法，其特征在于，所述忆阻器为crossbar阵列结构，所述crossbar阵列结构的一端连接信号输入端，另一端连接信号输出端；所述crossbar阵列结构包括n*m个突触电路，其中，n为所述crossbar阵列结构的行数，m为所述crossbar阵列结构的列数。
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上海微系统与信息技术研究所，未经中国科学院上海微系统与信息技术研究所许可，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/202011049315.7/1.html，转载请声明来源钻瓜专利网。
