【技术实现步骤摘要】
本专利技术涉及操作性联想学习领域，特别涉及一种可实现自动学习与时间记记的神经形态回路及方法。
技术介绍
1、大数据以及云计算的可用性很大程度上推动了人工智能的蓬勃发展。随着数据集规模的不断扩大以及人们对人工智能实用性要求的不断增加，因为忆阻器在内存计算、低功耗、易于集成等方面具有突出优势，基于忆阻器的方法受到越来越多的关注，被广泛应用到人工神经系统的研究中，也为更复杂的大脑功能的实现提供了一种新的可能。
2、生物的学习行为是随着一个起强化作用的刺激而发生的，生物在受到奖励刺激后会更倾向于表现出相似的行为来获得更多的奖励，并在受到惩罚后减少相应行为。即使奖励刺激被消除也会导致奖励行为的表达。这是一种生物的自发行为，以适应不断变化的环境。操作性条件反射作为生物大脑中最基本、最关键的学习机制之一，是生物学习事物之间关系、适应复杂环境变化必不可少的一环。
3、随着对操作性条件反射研究的不断深入以及人工神经网络研究的不断发展，逐渐有人尝试以电路的形式模拟操作性条件反射的过程。然而这些研究大都集中在单一刺激下生物的反应，而在...
【技术保护点】
1.一种可实现自动学习与时间记记的神经形态回路，其特征在于，包括饥饿感输出模块、神经元模块、兴奋感输出模块、基于忆阻器的决策模块和记忆与反馈生成模块；
2.根据权利要求1所述的一种可实现自动学习与时间记记的神经形态回路，其特征在于，所述饥饿感输出模块包括一个加法器、一个放大电路以及一个比较器，在反馈信号1与VP的共同作用下实现饥饿感的产生与消退过程，当忆阻器M1阻值减小到300Ω以下后，通过放大电路导通比较器输出正信号，当反馈信号输入会使M1阻值增大输出负信号，当忆阻器阻值增大到330Ω以上后该模块停止输出。
3.根据权利要求1所述的一种可实现...
【技术特征摘要】
1.一种可实现自动学习与时间记记的神经形态回路，其特征在于，包括饥饿感输出模块、神经元模块、兴奋感输出模块、基于忆阻器的决策模块和记忆与反馈生成模块；
2.根据权利要求1所述的一种可实现自动学习与时间记记的神经形态回路，其特征在于，所述饥饿感输出模块包括一个加法器、一个放大电路以及一个比较器，在反馈信号1与vp的共同作用下实现饥饿感的产生与消退过程，当忆阻器m1阻值减小到300ω以下后，通过放大电路导通比较器输出正信号，当反馈信号输入会使m1阻值增大输出负信号，当忆阻器阻值增大到330ω以上后该模块停止输出。
3.根据权利要求1所述的一种可实现自动学习与时间记记的神经形态回路，其特征在于，所述神经元模块包括一个稳压器、一个或门、一个与非门、一个比较器以及两个放大电路；所述神经元模块作为电路的连接单元，通过接收饥饿感信号与兴奋感信号来输出神经兴奋，vreset作为复位电压，在空闲时间恢复忆阻器m2的阻值，u2为与非门，保证复位电压不与u1输出信号相干扰，当u1开启时，m2阻值降低，t6导通输出0.8v正脉冲，当u2开启时，m2阻值升高，t7导通输出1.1v负脉冲，代表饥饿感信号的正负信号经过稳压后，变为1v正信号，神经元模块导通，输出信号，代表老鼠处于神经兴奋状态，当饥饿感信号为0时，在兴奋感信号的作用下，神经元模块仍然导通输出信号。
4.根据权利要求1所述的一种可实现自动学习与时间记记的神经形态回路，其特征在于，所述兴奋感输出模块包括两个比较器、一个二极管、一个加法器、一个放大电路与一个分压电路；所述兴奋感输出模块模拟了生物在获得奖励后总会产生与奖励相对应的愉悦感或兴奋感，并激励生物去更多地获得奖励这一过程，忆阻器m3反接，在前期的探索时间内，在复位电压的作用下阻值降至最低值，反馈信号是正信号时，输出v5，并使m3阻值升高，使m4阻值降低，反馈信号是单一负信号时，该电路不导通，当反馈信号由正信号变为负信号后，输出v7，并使m4阻值升高，当反馈信号首先为负信号时，对两个忆阻器的阻值没有影响，电路没有输出信号，...
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。