[发明专利]一种具有泄漏-积分-发射功能的人工神经元在审

专利信息
申请号: 202210478148.0 申请日: 2022-05-05
公开(公告)号: CN114792130A 公开(公告)日: 2022-07-26
发明(设计)人: 万青;毛惠五 申请(专利权)人: 南京大学
主分类号: G06N3/063 分类号: G06N3/063;G06N3/04
代理公司: 苏州科洲知识产权代理事务所(普通合伙) 32435 代理人: 周亮
地址: 210008 江苏*** 国省代码: 江苏;32
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 具有 泄漏 积分 发射 功能 人工 神经元
【说明书】:

本发明介绍了一种具有泄漏‑积分‑发射功能的人工神经元,其包括膜电位积累单元、泄放单元和脉冲产生单元;所述膜电位积累单元与泄放单元相连,所述脉冲产生单元同时与膜电位积累单元、泄放单元相连,所述膜电位积累单元为晶体管;其源端分别与脉冲产生单元的输入端和泄放单元的定值电阻相连,栅极与泄放单元的定值电阻相连,漏端与一个恒定的电压或脉冲端相连;所述脉冲产生单元为易失性阈值转变忆阻器;所述泄放单元由一个定值电阻一端分别连接晶体管的栅极和源极组成;本申请设计的人工神经元实现了模拟脉冲的产生;实现电子元件与CMOS工艺兼容,能够在低电源电压下工作的同时,极大的降低了电路的制备成本,简化集成难度,降低占用面积。

技术领域

本发明属于人工智能设计领域,具体涉及一种具有泄漏-积分-发射功能的人工神经元。

背景技术

作为生物神经中枢系统的大脑,能够高效节能的执行生物体行为控制与思考功能,大脑由数以亿计的神经元细胞组成,每个细胞又由多个突触与一个神经元组成的基本单元构成,当它们被集成到由相互作用的神经元组成的大脑结构中时,其可以在非常低功耗的情况下,实时地、高精度地解决复杂的任务和表现复杂的行为。人的大脑中有1011个神经元及1015个突触且消耗能量极低,但想要模拟大脑中大量神经元和突触并行处理信息的状态,设计的电路就需要具有超低功耗的性能及较小的占用面积。

中国专利CN207319273U公开了一种集成人工神经元器件和集成电路,其中一种集成人工神经元器件包括不应电路,所述不应电路被配置在传递输出信号之后,在抑制持续时间内抑制信号积分。不应电路包括第一MOS晶体管,第一MOS晶体管耦合在输入节点和参考节点之间,并且具有通过第二MOS晶体管连接到输出节点的栅极,第二MOS晶体管具有耦合到电源节点的第一电极以及耦合到输出节点的栅极。不应电路还包括耦合在电源节点、参考节点和第二MOS晶体管的栅极之间的电阻电容电路。抑制持续时间取决于电阻电容电路的时间常数。但是其采用的是MOS晶体管,这就导致了其体积较大,进而造成了能源浪费。

中国专利CN207302125U公开了一种集成式人工神经元装置和集成式电路,所述集成式人工神经元装置包括输入信号节点、输出信号节点和参考电源节点。积分器电路接收输入信号并且对输入信号进行积分从而产生积分信号;发生器电路接收积分信号,并且当积分信号超过阈值时,传送输出信号。积分器电路包括耦合在输入信号节点与参考电源节点之间的主电容器。积分器电路包括耦合在输入信号节点与输出信号节点之间的主MOS晶体管;主MOS晶体管具有耦合到输出信号节点的栅极和与栅极相互耦合的衬底。然而目前神经网络以硬件途径模拟人脑运行方式主要是通过由CMOS兼容的复杂的电路设计来实现神经元功能,但增加了制备成本及集成设计复杂度,还有一种是以易失性忆阻器与电容器并联构筑LIF模型,该模型既能实现神经元基本功能,电路实现也较为简单,能极大降低电路功耗,但由于电容器难以与传统CMOS工艺集成,并且占用面积大,对超紧凑电路的设计与制备带来巨大挑战。

发明内容

为解决上述问题,以求实现电子元件与CMOS工艺的兼容,进而克服电子系统复杂度过高、器件规模过大、占用面积大以及能源消耗较大等技术问题。

为达到上述效果,本发明设计一种具有泄漏-积分-发射功能的人工神经元。

一种具有泄漏-积分-发射功能的人工神经元,其包括膜电位积累单元、泄放单元和脉冲产生单元;

所述膜电位积累单元与泄放单元相连;

所述脉冲产生单元同时与膜电位积累单元、泄放单元相连。

优选地,所述膜电位积累单元为具有双电层效应,且能进行塑性调节的晶体管;

所述晶体管的源端作为输出端与脉冲产生单元的输入端相连;

所述晶体管的栅极与泄放单元的定值电阻相连;

所述晶体管的漏端与一个恒定的电压或者恒定的脉冲端VDD相连。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京大学,未经南京大学许可,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/202210478148.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top