一种基于光突触器件实现感内储备池计算的方法技术

本发明专利技术公开了一种基于光突触器件实现感内储备池计算的方法，本发明专利技术方法将空间像素信号或者时序信号转化为时序光信号输入光电器件，利用光电器件对时序光信号响应的非线性耦合，将原空间信息或原时序信息映射到高维空间，然后用简单的忆阻器阵列的矩阵乘操作有效地从高维信息中提取原输入信号的特征。该基于光突触器件的感内储备池计算不仅可以处理静态图像分类问题，还可以处理动态视频信息。本发明专利技术与现有基于纯电阻储备池视觉计算技术中需要串行额外的光电传感装置相比，基于光突触器件的储备池计算可以直接接受光信号，实现并行的感存算，降低延迟的同时大大节省了硬件成本。本。本。

【技术实现步骤摘要】
一种基于光突触器件实现感内储备池计算的方法


[0001]本专利技术涉及类脑神经网络算法
，尤其是一种基于光突触器件实现感内储备池计算的方法。

技术介绍

[0002]现有的基于冯诺依曼体系结构的传统计算单元中，物理上传感、内存和处理单元的分离，在矩阵乘法处理过程中产生了大量的能量耗费和时间延迟，严重限制了其在无人驾驶、机器人和工业制造等实时信息处理场景的应用。此外，物联网的高速发展和日益增加的图像分辨率需求带来视觉信息的爆炸式增长，解决处理繁杂视觉过程中伴随的巨大能耗问题变得尤为迫切。自供电的光电传感器件以及基于光电传感器件的传感内计算类脑视觉系统提供了一种有效的解决方案。诸多的神经网络训练算法中，储备池计算将信号时序地转换到高维空间，继而可以通过简单忆阻器阵列的矩阵乘有效地提取输入信号的特征。相对于其他神经网络算法，储备池计算只需要训练储备池和输出层之间权重，有效地降低了训练复杂度和训练时间，更有利于超高速和超低功耗的信息处理。尽管诸多光突触器件被报道，基于自供电光突触器件的传感内储备池计算至今尚未实现。
专利
技术实现思路

[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于光突触器件实现感内储备池计算的方法，其特征在于，将静态图像的空间像素信号和动态视频信息的时序信号转化为时序光脉冲输入到光突触储备池器件，采集光突触储备池器件的光电流或光电导信号作为高维空间信息，高维空间信息经过激活函数处理，转换为后续忆阻器阵列神经网络的电压输入，忆阻器阵列神经网络的输出作为最终信息处理结果；利用曼哈顿更新规则，对忆阻器阵列神经网络的权值进行训练，最终不同图像或视频输入后会在对应输出节点产生最大值输出。2.根据权利要求1所述的基于光突触器件实现感内储备池计算的方法，其特征在于，所述光突触器件的光电流或光电导的振幅由脉冲个数依赖可塑性和脉冲频率依赖可塑性共同决定，脉冲个数依赖可塑性和脉冲频率依赖可塑性共同导致了器件对时序光信号产生耦合的光电响应。3.根据权利要求1所述的基于光突触器件实现感内储备池计算的方法，其特征在于，所述基于光突触器件实现感内储备池计算的方法用于图像处理时，所述的输入信号为被识别图片空间像素转化后的时序光脉冲序列组。4.根据权利要求1所述的基于光突触器件实现感内储备池计算的方法，其特征在于，所述基于两端光突触器件实现感内储备池计算进行视频处理时，所述的输入信号是被视频像素信息所直接对应的时序光脉冲序列组。5.根据权利要求3或4所述的基于两端光突触器件实现感内储备池计算的方法，其特征在于，所述静态图像或动态视频处理是通过仿真实现的，具体包括以下步骤：S1：在光突触储备池器件中输入每列像素经串行编码为与像素值相等的脉冲个数的光脉冲序列，采集光电流或光电导的动态变化；S2：t时刻光突触储备池器件的瞬时输入构成输入状态u(t)；随着光突触储备池器件的光电流或光电导x(t)的动态变化，将输入u(t)映射到高维特征空间y(t),y(t)是由x(t)在t
j
时刻的取值组成的数据组。j为整个输入时间的分段数，t
j
时刻为每一时间段的结束时刻；S3：把y(t)乘以激活函数进一步区分y(t)中的强度分布，并将y(t)转换为后续读出神经网络的归一...

【专利技术属性】
技术研发人员：田博博，劳婕，闫梦阁，彭晖，段纯刚，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：