[发明专利]一种基于电导可调器件的神经网络训练操作系统及方法在审

专利信息
申请号: 202310184157.3 申请日: 2023-02-21
公开(公告)号: CN116579392A 公开(公告)日: 2023-08-11
发明(设计)人: 李阳;王伟;姜文峰;汪令飞;耿玓;刘明 申请(专利权)人: 鹏城实验室
主分类号: G06N3/063 分类号: G06N3/063;H03K19/17704;G06N3/08;G06N3/084;G06N3/048;G06N3/045;G06F17/16;G06F17/15
代理公司: 深圳市君胜知识产权代理事务所(普通合伙) 44268 代理人: 陈专
地址: 518000 广*** 国省代码: 广东;44
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 电导 可调 器件 神经网络 训练 操作系统 方法
【权利要求书】:

1.一种基于电导可调器件的神经网络训练操作系统,由多个相互连接的网络层组成,其特征在于,所述基于电导可调器件的神经网络训练操作系统中的一个网络层包括:第一电压转换模块、可调电导模块、第一比较模块和采样保持模块;

所述第一电压转换模块与上一网络层的正向输出单元相连接;所述第一电压转换模块、所述可调电导模块、所述第一比较模块以及所述采样保持模块依次连接;

所述第一电压转换模块用于读取所述上一网络层的正向输出单元中的正向输出信号,并将所述正向输出信号转换为输入电压信号后,传输至所述可调电导模块;所述可调电导模块用于对所述输入电压信号进行处理,并将得到的第一电流信号传输至所述第一比较模块;所述第一比较模块用于将所述第一电流信号中的电流大小进行比较,输出比较信号至所述采样保持模块;所述采样保持模块用于对所述比较信号进行单次采样操作,获得本网络层的正向输出信号,以及用于对所述比较信号进行多次采样操作和逻辑运算操作,获得本网络层的导数信号;

其中,所述可调电导模块的输入电压信号和第一电流信号为模拟电学信号;所述上一网络层的正向输出信号、所述第一比较模块的比较信号、本网络层的正向输出信号和本网络层的导数信号均为二值化的数字信号。

2.根据权利要求1所述的基于电导可调器件的神经网络训练操作系统,其特征在于,所述网络层还包括:乘积模块、第二电压转换模块和第二比较模块;

所述乘积模块、所述第二电压转换模块、所述可调电导模块和所述第二比较模块依次连接,所述乘积模块还与所述采样保持模块连接;

所述乘积模块用于将所述本网络层的导数信号与下一个网络层的反向输出信号相乘后,将相乘结果传输至第二电压转换模块;所述第二电压转换模块用于将所述相乘结果转换为反向输入电压信号后,传输至所述可调电导模块;所述可调电导模块还用于对所述反向输入电压信号进行处理,并将得到的第二电流信号传输至所述第二比较模块;所述第二比较模块还用于将所述第二电流信号中的电流大小比较操作,得到本网络层的反向输出信号;

其中,所述可调电导模块的反向输入电压信号和第二电流信号为模拟电学信号;所述下一个网络层的反向输出信号、所述本网络层的反向输出信号均为二值符号化的误差信号;所述乘积模块的相乘结果为三值化的误差信号。

3.根据权利要求2所述的基于电导可调器件的神经网络训练操作系统,其特征在于,所述网络层还包括:梯度累计模块和电导调节模块;

所述电导调节模块分别与所述梯度累计模块和所述可调电导模块连接,所述梯度累计模块还与所述第一电压转换模块、所述乘积模块和所述第二电压转换模块连接;

所述梯度累计模块用于根据上一个网络层的正向输出信号和所述乘积模块的相乘结果计算得到梯度信号,并进行累计;所述梯度累计模块还用于根据所述梯度信号的累计结果输出电导调节指令至所述电导调节模块;所述电导调节模块用于根据所述电导调节指令对可调电导模块中目标单元的电导进行调节;

其中,所述梯度信号为三值符号化的信号;所述梯度信号的累计结果为有符号的整数;所述电导调节指令包含所需调节电导单元的位置信息、电导调节的方向及幅值。

4.根据权利要求1所述的基于电导可调器件的神经网络训练操作系统,其特征在于,所述网络层还包括:噪声产生模块;所述噪声产生模块与所述第一比较模块连接;所述噪声产生模块用于在所述第一电流信号中加入噪声电流,使第一比较模块的比较结果随机化;

所述噪声电流为模拟信号;所述噪声电流由可调电导模块中电子器件的本征噪声或第一比较模块中的本征噪声来提供。

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鹏城实验室,未经鹏城实验室许可,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/202310184157.3/1.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