【技术实现步骤摘要】
阈值可塑的人工神经元电路
本专利技术涉及人工神经网络
，特别涉及一种阈值可塑的人工神经元电路。
技术介绍
模拟生物神经网络信息处理方式的人工神经网络被认为是解决冯诺依曼信息处理架构中，计算与存储之间数据搬运，以及计算单元和存储单元速度不匹配等问题的最有效的途径。虽然人工神经网络强大的计算能力在各行各业也得到了验证，但与生物神经网络相比，人工神经网络在自适应性学习能力，容错能力以及推理能力方面还有非常明显的差距。要开发出能够与生物神经网络，甚至人类大脑的智能相比拟的人工神经系统，除了系统架构和算法上的创新设计外，硬件电路的创新性设计是及其关键的。无论是生物神经网络还是人工神经网络，都主要由两个关键的计算单元组成，也就是突触和神经元。突触在神经元之间起到连接作用。在神经网络的学习过程中，会改变突触连接的强弱。而目前的人工神经网络主要也是通过改变突触的权重，也就是神经元之间连接的强弱来表征学习过程的。人工神经网络中的神经元主要是对突触输出的信号进行积分和非线性阈值发放处理。在生物神经网络中，学习对神经...
【技术保护点】
1.一种阈值可塑的人工神经元电路，其特征在于，包括：累加模块、阈值发放模块和阈值调节模块，其中，/n所述累加模块与所述阈值发放模块连接，用于累积突触产生的信号，并将所述信号发送给所述阈值发放模块；所述阈值发放模块用于接收所述累加模块的信号，并比较所述信号与预设阈值的大小，若所述信号大于预设阈值时，则神经元被激活，若所述信号小于所述预设阈值时，则神经元未被激活；所述阈值调节模块与所述阈值发放模块连接，用于根据学习算法调节所述预设阈值的大小。/n
【技术特征摘要】 【专利技术属性】
1.一种阈值可塑的人工神经元电路，其特征在于，包括：累加模块、阈值发放模块和阈值调节模块，其中，
所述累加模块与所述阈值发放模块连接，用于累积突触产生的信号，并将所述信号发送给所述阈值发放模块；所述阈值发放模块用于接收所述累加模块的信号，并比较所述信号与预设阈值的大小，若所述信号大于预设阈值时，则神经元被激活，若所述信号小于所述预设阈值时，则神经元未被激活；所述阈值调节模块与所述阈值发放模块连接，用于根据学习算法调节所述预设阈值的大小。
2.根据权利要求1所述的阈值可塑的人工神经元电路，其特征在于，所述阈值发放模块为阈值开关型忆阻器或比较器。
3.根据权利要求2所述的阈值可塑的人工神经元电路，其特征在于，所述阈值开关型忆阻器包括Mott型器件、导电细丝型阈值开关器件和硫族元素基的相变材料阈值开关型器件。
技术研发人员：李辛毅，钱鹤，吴华强，高滨，唐建石，
申请(专利权)人：清华大学，
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。