[发明专利]频率自适应LIF神经元及控制方法、模拟生物自适应的方法

说明书

本发明公开了一种频率自适应LIF神经元、神经元的频率自适应控制方法以及模拟生物自适应的方法，其神经元包括电阻R_S、电阻R_o、阈值转变忆阻器和充电电容C_M，电阻R_S的第一端用于接收控制脉冲、第二端通过充电电容C_M接地，阈值转变忆阻器的第一端与电阻R_S的第二端连接、第二端通过电阻R_o接地且第二端输出发放脉冲；其中，阈值转变忆阻器的顶电极具有活性电极材料，阻变层具有空位，阈值转换忆阻器由低阻态到高阻态的关断阻态变化速度随着状态切换周期的增加而变慢、导致电容的充电速度也逐渐变缓，以使输出的发放脉冲的频率逐渐变小直至趋于稳定，从而模拟生物对环境刺激的自适应过程。

技术领域

本发明属于神经网络技术领域，更具体地，涉及一种频率自适应LIF神经元及控制方法、模拟生物自适应的方法。

背景技术

基于脉冲神经网络的神经形态计算旨在模仿类脑的认知行为，并通过硬件神经网络的实现最终实现人类水平的机器智能，由于其低能耗和与生物神经系统的高度相似性而广受关注。忆阻器因其高速、低功耗、结构简单、易集成、与CMOS工艺兼容等优点，在逻辑运算、类脑计算等方面具有巨大的潜力。基于阈值转变忆阻器的神经元只需要设计一个简单的辅助电路，阈值驱动神经元的发放行为和复位过程可以很容易通过阈值转变忆阻器的易失开关特性来模拟。

目前，在搭建硬件神经网络时，人们往往更加侧重于如何减小器件所带来的延时，以提高计算速度并降低功耗。然而，在一些特殊的场景下，例如模拟生活接受环境刺激(如强光刺激)的过程，利用目前的神经网络均却难以得到准确的结果，因此，如何利用神经元模拟生物对环境刺激的自适应过程也是目前的研究重点之一。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种频率自适应LIF神经元及控制方法、模拟生物自适应的方法，其目的在于利用神经元模拟生物自适应的过程。

为实现上述目的，按照本发明的一个方面，提供了一种频率自适应LIF神经元，包括电阻R_S、电阻R_o、阈值转变忆阻器和充电电容C_M，电阻R_S的第一端用于接收控制脉冲、第二端通过充电电容C_M接地，阈值转变忆阻器的第一端与所述电阻R_S的第二端连接，阈值转变忆阻器的第二端通过电阻R_o接地且第二端输出发放脉冲；

其中，所述阈值转变忆阻器包括阻变层以及分别位于阻变层两侧的底电极和顶电极，所述顶电极具有活性电极材料，所述阻变层具有空位，所述阈值转换忆阻器由低阻态到高阻态的关断阻态变化速度随着状态切换周期的增加而变慢，且所述阈值转换忆阻器的关断阻态变化速度随空位浓度的调节而改变，所述充电电容C_M的充电速度随着所述阈值转换忆阻器的关断阻态变化速度的变慢而变缓，以使输出的发放脉冲的频率逐渐变小直至趋于稳定。

在其中一个实施例中，所述顶电极为由活性材料层和钛层组成的叠层，所述活性电极材料包括银或铜，所述阻变层包括硒化镓或全氟磺酸树脂，所述底电极为由铂、铬、金、钛中的一种或多种形成的单层或多层电极结构。

在其中一个实施例中，所述阻变层厚度为5nm～10nm。

在其中一个实施例中，所述空位为阻变层材料自身的空位或经等离子体处理所带来的空位。

按照本发明的另一方面，提供了一种LIF神经元的频率自适应控制方法，包括：

搭建上述的频率自适应LIF神经元，根据关断阻态变化速度的变化需求调节阈值转变忆阻器的空位浓度；