本发明专利技术提供一种神经网络电路，其特征在于，包括：若干个传感器、若干个第一层神经元支路以及第二层神经元支路。每个第一层神经元支路包括：若干个RRAM器件以及第一层神经元。所述传感器用于将图片的颜色转换为电压信号，并将此电压信号传输给所述RRAM器件；所述RRAM器件根据接收到的电压信号产生电流信号，并传输至所述第一层神经元；所述第一层神经元用于对接收到的电流信号进行求和，若神经元被激活，则向后级发射电压脉冲。第二层神经元支路包括权重RRAM器件以及第二层神经元，所述权重RRAM器件将所述第一层神经元与所述第二层神经元连接起来；所述第二层神经元用于汇总若干个所述第一层神经元的电流信号，然后通过运算产生最后的判断结果。
【技术实现步骤摘要】
【专利摘要】本专利技术提供一种神经网络电路，其特征在于，包括：若干个传感器、若干个第一层神经元支路以及第二层神经元支路。每个第一层神经元支路包括：若干个RRAM器件以及第一层神经元。所述传感器用于将图片的颜色转换为电压信号，并将此电压信号传输给所述RRAM器件；所述RRAM器件根据接收到的电压信号产生电流信号，并传输至所述第一层神经元；所述第一层神经元用于对接收到的电流信号进行求和，若神经元被激活，则向后级发射电压脉冲。第二层神经元支路包括权重RRAM器件以及第二层神经元，所述权重RRAM器件将所述第一层神经元与所述第二层神经元连接起来；所述第二层神经元用于汇总若干个所述第一层神经元的电流信号，然后通过运算产生最后的判断结果。【专利说明】—种基于RRAM的新型神经网络电路
本专利技术涉及半导体
，具体涉及一种基于RRAM的新型神经网络电路。
技术介绍
阻变式存储器RRAM在近些年吸引了广泛的关注。高速度(<5ns)、低操作电压(〈IV)，高存储密度、易于集成等优点，使得RRAM成为了下一代半导体存储器的强有力竞争者。RRAM器件一般具有金属一绝缘体一金属的结构，即在两层金属电极之间加入一层具有阻变特性的介质薄膜材料，这些阻变材料一般是金属氧化物，常见的有TiO2, HfO2, ZrO2,W03，Ta2O5等等。通过外加电压，可以对器件的阻值在低阻和高阻之间转换。利用基于阻变存储器(RRAM)阵列构成的类似于大脑神经网络的电路，可以做到极低的功耗和较好的模糊识别功能。是未来图像识别、声音识别等领域的一个重要发展方向。现有的基于RRAM的图像识别电路的工作原理大致如下所述:电路结构大致分为三部分，第一部分为传感器结构。将图片的颜色信号转变为电压信号(电压大小不同，或者脉冲长短不同)，该电压用来对后级的RRAM阵列进行操作。第二部分为多个RRAM阵列。这些阵列中的RRAM器件接收前级的电压信号，并且产生电流信号，传递到后一级。利用多个RRAM阵列的原因是在使用中，每个阵列中的RRAM器件都会有不同的阻值分布，不同的阵列的阻值分布使得其对某种图片的反应强度最高。这些阵列中的器件对应到神经系统即为数量庞大的突触。第三部分为末级的神经元模块，每个神经元与一个阵列中所有的RRAM器件相连接，对每个器件上面的电流求和。当电流和超过某个阈值，或者是多个神经元中的最大值时，该神经元被激活，也即对一个图片做出了对应的反应。目前相关的工作中提到的基于RRAM的神经元电路虽然都是由多个RRAM阵列构成的，但是每个阵列都要接受来自整个图片所有像素点产生的电压。这种电路不够灵活，无法应对输入图像的形状变化。由于利用一个RRAM阵列来接收整个图片的信号，然后经过后级电路求和这一过程将图片的细节省略了，则使得现有电路无法处理“包含逻辑”、识别图像时无法区分主次。同时，相对于生物上的神经系统，目前的结构太过于简单，只有一级神经元，只能处理最简单的情况。
技术实现思路
(一)解决的技术问题针对现有技术的不足，本专利技术提供一种神经网络电路，能够在保证识别能力的基础上，尽可能保留图片的细节信息。(二)技术方案为了实现以上目的，本专利技术通过以下技术方案予以实现:一种神经网络电路，包括:若干个传感器、若干个第一层神经元支路和若干个第二层神经元支路；每个第一层神经元支路包括:若干个第一阻变式存储器RRAM以及第一层神经元；所述传感器用于将像素点的颜色转换为电压信号，并将此电压信号传输给所述第一 RRAM ;所述第一 RRAM根据接收到的电压信号产生电流信号，并传输至所述第一层神经元；所述第一层神经元用于对接收到的电流信号进行求和，若第一神经元被激活，则发射电压脉冲至所述第二 RRAM ；每个第二层神经元支路包括:若干个第二 RRAM以及第二层神经元；所述第二 RRAM器件将所述第一层神经元与所述第二层神经元连接起来；所述第二层神经元用于汇总若干个所述第一层神经元激活后产生的电流信号。其中，一个传感器对应于一个像素点，同时一个传感器对应于一个RRAM器件。其中，所述第一 RRAM的阻值与接收到传感器的电压信号的大小呈反比。其中，所述第一层神经元，包括:CM0S神经元、反馈电路。其中，所述反馈电路用于改变所述第一层神经元对应的第一 RRAM的阻值。其中，所述第二层神经元为CMOS神经元。(三)有益效果本专利技术至少具有如下的有益效果:1、由于采用了分块的结构，即将图片分成几个部分分别进行识别，则单个的小的RRAM阵列负责图片的一部分,如电路结构中的每一条第一层神经兀支路负责图片的一部分，这样通过多个小单元或多条支路的并行工作，就可以在一个较短的工作周期内对一幅大的图片进行处理。这种并行工作的方式提高了工作效率。2、采用分层的结构，和现有的技术不同，本专利技术的电路结构中有两层神经元电路，可以将每个小块的信息再次进行处理，这样电路就能处理更为复杂的逻辑关系。3、可以解决现有技术无法进行“包含逻辑”识别的缺点，如图1所示，我们假设白色部分为有效信息，现有技术的电路在训练过程中，对白色的部分进行SET (将高阻转变为低阻)操作，对黑色部分进行RESET (将低阻转变为高阻)操作，那么和白色相对应的RRAM器件的阻值应该SET到一个比较小的值，其电流较大，但对于(a)图来说，其白色部分完全包含与(b)图的白色部分，根据神经元被激活的条件，导致了在识别(a)时对应(b)的神经元被激活。但本专利技术采用了分块的方式，即将图片分成几个部分分别进行识别，可以将细节部分的信号保存下来，然后再进行判断，而不是单纯的求和。【专利附图】【附图说明】为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。图1是“包含逻辑”问题的示意图；图2是基于本专利技术一个实施例的RRAM的神经网络电路的整体结构示意图；图3是本专利技术一个具体实施例中基于RRAM的神经网络电路的电路原理图。【具体实施方式】为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。图2为基于本专利技术一个实施例的RRAM的神经网络电路的整体结构示意图，该电路包括:传感器201、RRAM阵列202、第一层神经元203、第二 RRAM204和第二层神经元205。其中，RRAM阵列由若干个RRAM器件组成。对电路进行训练时，将需要识别的图片分为4块分别进行图像识别，传感器201接收图片像素的信号，产生电压脉冲，电压脉冲传输至RRAM阵列202中的RRAM器件，并产生电流信号，由于加在每个RRAM器件202上的电压大小有所不同，因此产生的电流大小也不同，每个RRAM阵列202所产生的电流信号汇总至第一层神经元203，若汇总到第一层神经元203的电流和超过某个阈值或为多个神经元中的最大值，则第一层神经元203被激活，并同时和其所对本文档来自技高网...
【技术保护点】
一种基于RRAM的神经网络电路，其特征在于，包括：若干个传感器、若干个第一层神经元支路和若干个第二层神经元支路；每个第一层神经元支路包括：若干个第一RRAM以及第一层神经元；所述传感器用于将像素点的颜色转换为电压信号，并将此电压信号传输给所述第一RRAM；所述第一RRAM根据接收到的电压信号产生电流信号，并传输至所述第一层神经元；所述第一层神经元用于对接收到的电流信号进行求和，若第一神经元被激活，则发射电压脉冲至所述第二RRAM；每个第二层神经元支路包括：若干个第二RRAM以及第二层神经元；所述第二RRAM器件将所述第一层神经元与所述第二层神经元连接起来；所述第二层神经元用于汇总若干个所述第一层神经元激活后产生的电流信号。
【技术特征摘要】
【专利技术属性】
技术研发人员：康晋锋，龙云，毕颖杰，高滨，陈冰，刘晓彦，刘力锋，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。