[发明专利]一种基于忆阻器单元的神经网络突触结构及其调节方法

摘要

本发明涉及计算机与电子信息技术领域，具体涉及一种基于忆阻器单元的神经网络突触结构及其调节方法。本发明将多个忆阻器单元级联在一起作为一个电子突触(即级联忆阻器单元组)，使用一种加权的映射规则将其电阻值映射到神经网络中的突触权值，并采用全调节或分步调节的方式来避免神经网络在学习过程中因忆阻器无法精确调节所带来的影响，从而使各类神经网络均可在基于忆阻器的系统上正常运行。本发明解决了电阻值到突触权值的映射问题与忆阻单元阻值变化的不确定性问题。

主权项

1.一种基于忆阻器单元的神经网络突触结构，其特征在于：由n个忆阻器单元级联构成的级联忆阻器单元组，n由神经网络正常运行所需要突触权值的精确度来决定；将各个忆阻单元的阻值按照如下公式进行预处理：其中，i指级联忆阻器单元组内第i个级联的忆阻器单元，Ri为第i个级联的忆阻器单元的实时阻值，Rmid为级联忆阻器单元组中各个单元的阻值变化范围中值，Rmin为级联忆阻器单元组中各个单元的阻值变化范围最小值，wi为第i个级联的忆阻器单元的阻值映射得到的数值；各忆阻器单元相同，Rmid和Rmin为定值；将上述预处理得到的数值按照如下公式进行算法层面的组织：W＝round(wX，Y)*10X‑1+round(wX‑1，Y)*10x‑2+…+round(wi，Y)*10i‑1+…+round(w1，Y)*100+round(w‑1，Y‑1)*10‑1+round(w‑2，Y‑2)*10‑2+…+round(w‑i，Y‑i)*10‑i+…+round(w‑Y，0)*10‑Y或W＝round(wX，0)*10X‑1+round(wX‑1，0)*10X‑2+…+round(wi，0)*10i‑1+…+round(w1，0)*100+round(w‑1，0)*10‑1+round(w‑2，0)*10‑2+…+round(w‑i，0)*10‑i+…+round(w‑Y，0)*10‑Y其中，W为级联忆阻器单元组的权值，王和Y分别为级联忆阻器单元组中对应表示权值整数和小数部分单元的数量，Y同时也是所表示权值的精确度；round(wi，Y‑i)为表示对wi四舍五入保留Y‑i位小数。