【技术实现步骤摘要】
一种基于铁电场效应晶体管的电子突触电路及神经网络
[0001]本申请涉及一种神经网络电路设计领域，特别地涉及一种基于铁电场效应晶体管的电子突触电路及神经网络。
技术介绍
[0002]随着人工智能和大数据等信息技术产业的高速发展，人们社会生产和日常生活中对计算机的处理速度和性能要求越来越高。计算机需要处理的数据量呈指数增长，这给数据的存储和计算都带来了空前的压力。目前最常用的计算机架构是传统的冯诺依曼架构，其具有存算分离的特点，数据需要在存储单元和计算单元之间频繁地进行迁移，而这不仅会使得计算的速度大幅下降，也会使得计算的功耗大大增加。
[0003]为了解决冯诺依曼架构的问题，人们基于仿生学提出了神经形态计算的架构方法，通过仿照大脑中的神经元与突触的连接方式，完成神经科学理论建模进而解决在传统架构中无法高速处理的复杂计算问题。LIF神经元模型是神经形态计算架构常用的最基础的模型之一，其本质将神经元抽象化成电容，将神经元交流的方式转化为动作电位和脉冲。而在LIF神经元模型中，输入神经元的电信号的电位，以及最终输出脉冲的稳定性，都是可以提升神经元模型稳定性和处理速度的核心之一。
[0004]作为一种新兴的计算范式，若通过硬件电路从物理层面模拟神经元或神经突触的行为，预期可以实现低功耗、高计算性能的神经形态计算。因此选择合理的计算方法和设计搭建硬件电路也是实现神经形态计算的重要问题。
技术实现思路
[0005]针对现有技术中存在的技术问题，本申请提出了一种神经网络，包括多个神经元电路，以及多个...
【技术保护点】
【技术特征摘要】
1.一种神经网络，包括：多个神经元电路，以及多个电子突触电路，其中所述电子突触电路中的至少一个配置为从一个突触前神经元电路接收输入和控制信号，并接收一个突触后神经元电路的反馈信号；其中，所述电子突触电路至少包括：开关单元，耦合到所述突触前神经元电路和所述突触后神经元电路，配置为在来自于突触前神经元电路的控制信号的影响下控制所述电子突触电路与所述突触后神经元电路的连接状态；输入单元，耦合到所述突触前神经元电路和所述突触后神经元电路，配置为在来自于所述突触后神经元电路的反馈信号的控制下接收来自所述突触前神经元电路的第一和第二输入信号；权值计算单元，耦合在所述开关单元和地之间，并与所述输入单元耦合，所述权值计算单元至少包括铁电晶体管，所述铁电晶体管配置为从所述输入单元接收所述第一和第二输入信号，以更新所述铁电晶体管的沟道电阻。2.如权利要求1所述的神经网络，其中所述突触后神经元电路至少包括：比较器，其正输入端耦合到所述电子突触电路的开关单元，所述比较器的负输入端配置为接收预设恒定信号，所述比较器的输出端耦合到所述电子突触电路的输入单元；电阻，其耦合在所述比较器的正输入端和电源之间；电容，其耦合在所述比较器的正输入端和地之间；当所述开关单元将所述突触后神经元电路与所述电子突触电路相连，且所述铁电晶体管导通，所述比较器的正输入端电压下降，当该电压下降到低于所述预设恒定信号时，所述比较器配置为输出所述反馈信号。3.如权利要求2所述的神经网络，其中所述开关单元至少包括第一晶体管，其控制极配置为接收所述控制信号，其第一极耦合到所述比较器的正输入端，其第二极耦合到所述铁电场效应管的第一极。4.如权利要求3所述的神经网络，其中所述输入单元至少包括，第二晶体管，其控制极配置为接收所述反馈信号，其第一极配置为接收所述第一输入信号，其第二极耦合到所述铁电晶体管的控制极；第三晶体管，其具有与所述第二晶体管互补的类型，其控制极配置为接收所述反馈信号，其第一极接地，第二极耦合到所述铁电晶体管的控制极；第四晶体管，其控制极配置为接收所述反馈信号，其第一极配置为接收所述第二输入信号，其第二极耦合到所述铁电晶体管的第二极；第五晶体管，其具有与第四晶体管互补的类型，其控制极配置为接收所述反馈信号，其第一极接地，第二极耦合到所述铁电晶体管的第二极。5.如权利要求1
‑
4中任一所述的神经网络，其中，所述突触后神经元电路还包括延迟单元，其耦合在所述比较器的输出端与所述输入单元的输入端之间，配置为在所述控制信号和所述反馈信号的有效电平之间产生时间间隔。6.如权利要求1
‑
4中任一所述的神经网络，其中所述铁电晶体管的控制极配置为接收
所述第一输入信号，所述铁电晶体管的第二极配置为接收所述第二输入信号；所述控制信号和所述第二输入信号同时跳转到有效...
【专利技术属性】
技术研发人员：张立宁，刘保良，陈旭辉，彭宝康，黄如，
申请(专利权)人：北京大学深圳研究生院，
类型：发明
国别省市：
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。