存储器装置和操作存储器装置的方法制造方法及图纸

公开了存储器装置和操作存储器装置的方法。所述方法包括：使用基于多个嵌入参数的神经网络将一组信息比特编程到一个或多个存储器单元中；使用包括与所述多个嵌入参数一起训练的多个网络参数的神经网络，基于所述一个或多个存储器单元的电压电平来确定一组预测的信息比特；以及基于所述组预测的信息比特从存储器装置读取信息比特。储器装置读取信息比特。储器装置读取信息比特。

【技术实现步骤摘要】
存储器装置和操作存储器装置的方法


[0001]下面总体涉及存储器装置，更具体讲，涉及选择存储器装置的编程电压。

技术介绍

[0002]存储器装置是用于存储数据的常用电子组件。与非(NAND)闪存装置允许在每个存储器单元(或称为，存储单元)中存储多比特数据，从而提供制造成本和性能的改进。存储有多比特数据的存储器单元可被称为多层(或称为，多级)存储器单元。多层存储器单元将存储器单元的阈值电压范围划分为多个电压状态，并且写入到存储器单元的数据值使用存储器单元电压电平来提取。
[0003]用于对存储器单元进行编程的电压电平可基于理论考虑而手动确定。然而，电压电平的手动选择不提供用于使读取错误最小化的最佳电压电平。因此，在本领域中需要用于确定用于将数据编程到存储器单元的电压电平的改进系统。

技术实现思路

[0004]描述了一种用于选择存储器装置的编程电压的方法、设备、非暂时性计算机可读介质和系统。所述方法、设备、非暂时性计算机可读介质和系统的实施例可包括：使用基于多个嵌入参数的神经网络嵌入将一组信息比特编程到一个或多个存储器单元中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种操作存储器装置的方法，包括：使用基于多个嵌入参数的神经网络将一组信息比特编程到一个或多个存储器单元中；使用包括与所述多个嵌入参数一起训练的多个网络参数的神经网络，基于所述一个或多个存储器单元的电压电平来确定一组预测的信息比特；以及基于所述组预测的信息比特从存储器装置读取信息比特。2.根据权利要求1所述的方法，还包括：基于所述多个嵌入参数将所述组信息比特映射到一个或多个存储器单元的电压电平；以及检测所述一个或多个存储器单元的电压电平。3.根据权利要求1所述的方法，其中，所述一个或多个存储器单元包括多个存储器单元，并且所述多个嵌入参数包括具有等于存储器单元的数量的维数的阵列。4.根据权利要求1所述的方法，还包括：基于所述多个嵌入参数将所述组信息比特嵌入到嵌入空间中以产生嵌入符号；应用S型函数来约束嵌入的信息符号以产生约束符号；以及将约束符号进行缩放以产生与有效动态范围内的电压对应的缩放符号，其中，基于缩放符号来映射所述组信息比特。5.根据权利要求1至4中的任意一项所述的方法，还包括：使用神经网络基于所述一个或多个存储器单元的电压电平来生成一组信息比特概率；以及从所述组信息比特概率选择最高信息比特概率，其中，基于最高信息比特概率来识别所述组预测的信息比特。6.一种训练用于存储器装置的人工神经网络的方法，包括：将多个嵌入参数和网络参数初始化；基于所述多个嵌入参数将一组信息比特映射到一个或多个存储器单元的电压电平；使用基于网络参数的人工神经网络来识别一组预测的信息比特；以及至少部分地基于所述组预测的信息比特来更新所述多个嵌入参数和网络参数。7.根据权利要求6所述的方法，还包括：基于所述多个嵌入参数更新网络参数以产生更新的网络参数；以及基于更新的网络参数来更新所述多个嵌入参数以产生更新的嵌入参数。8.根据权利要求6所述的方法，还包括：执行多次训练迭代，其中，在每次训练迭代期间更新所述多个嵌入参数和网络参数。9.根据权利要求6至8中的任意一项所述的方法，还包括：计算所述组信息比特和所述组预测...

【专利技术属性】
技术研发人员：阿密特，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：