[发明专利]一种基于STDP学习规则的突触电路

说明书

本发明请求保护一种基于STDP学习规则的突触电路，属于集成电路设计领域。该电路主要包括控制开关、信号衰减电路以及权重更新电路等。本发明采用分压器结构作为权重更新电路，通过改变分压器输入电压信号来更改突触权重电压值，其中突触权重电压存储在电容C3中。本突触电路整体结构呈上下对称，上半部分结构用于实现STDP(Spike Timing Dependent Plasticity)脉冲时间依赖可塑性脉冲时间依赖可塑性学习规则中突触权重增加的情况，下半部分结构用于实现STDP学习规则中突触权重降低的情况，上下两部分通过对电容C3进行充放电改变电容C3上存储的电荷，从而改变突触权重电压值，从而实现一种基于STDP学习规则在线改变突触权重的突触电路。

技术领域

本发明属于集成电路设计领域，具体涉及一种基于脉冲时间依赖可塑性(SpikeTiming Dependent Plasticity,STDP)学习规则的突触电路。

背景技术

突触是传递神经元脉冲的基本组织结构，突触在体内外各种因素的影响下而不断变化、更新和重塑，以适应机体功能的具体需要，该性质称为突触可塑性。Hebb在1949年提出著名的Hebb学习规则，认为神经网络的学习过程发生在神经元之间的突触部位，突触的连接强度随着突触前和突触后神经元活动的变化而变化。然而，神经科学的研究发现脉冲频率编码的方式并不能完全表现突触可塑性的实际作用，突触权值的变化与神经元发放脉冲的精确时间紧密相关，突触前和突触后脉冲发放的相对时间差对神经元之间突触的改变方向和大小具有关键作用，这种基于突触前后脉冲发放时间相关的学习规则称为脉冲时间依赖可塑性，简称STDP学习规则。

传统神经网络中对突触电路的设计多仅用于连接突触前后神经元，突触权重存储于静态随机存储器中，这将使突触电路增加了额外的电路，增大了突触电路的面积，不利于应用于大规模神经网络中；另一种对突触权重进行更新存储的方法是采用忆阻器，忆阻器作为一种具有记忆功能的元件，其密度高、能耗低，适合用作突触结构实现大规模神经网络，但目前实现集成加工较困难。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种既可以实现存储功能，又可以基于STDP学习规则处理数据的突触电路。本发明的技术方案如下：

一种基于STDP学习规则的突触电路，包括上下结构对称的第一电路和第二电路，第一电路用于实现当突触后神经元与突触前神经元输出脉冲的时间差为正值时权重增加的过程，第二电路用于实现当突触后神经元与突触前神经元输出脉冲的时间差为负值时权重减小的过程，第一电路和第二电路均包括：控制开关、信号衰减电路以及权重更新电路，控制开关由突触前神经元或突触后神经元输出的脉冲控制，使电路只在有脉冲信号输入时工作，信号衰减电路用于表现突触后神经元与突触前神经元输出脉冲的时间差，电压信号会随时间差的增大呈指数型衰减，权重更新电路用于根据信号衰减电路的电压信号改变权重。其中所述第一电路的信号衰减电路的输入端与第一电路的控制开关相连接，第一电路的信号衰减电路与第一电路的权重更新电路通过第一电路的控制开关相连接；其中所述第二电路的的信号衰减电路的输入端与第二电路的控制开关相连接，第二电路的信号衰减电路与第二电路的权重更新电路通过第二电路的控制开关相连接；所述第一电路和第二电路的权重更新电路通过对电容C₃进行充放电改变电容C₃上存储的电荷，从而改变突触权重电压值。