【技术实现步骤摘要】
本专利技术涉及一种神经元自学习电路设计领域,特别涉及一种基于忆阻器阈值特性的神经元自学习电路。
技术介绍
1、随着人工智能技术的不断发展,它已经在各行各业中广泛应用,对生产力发展的推动作用越来越显著。目前,软件方式仍然是人工智能实现的主要途径,但随着数据量的爆炸式增长,传统的冯诺伊曼计算机架构已经严重限制了人工智能对信息的处理速度,从而对其进一步发展产生了严重制约。当前,忆阻器的出现使得存算一体架构与类脑计算硬件电路变为可能,并使计算机有望突破冯诺伊曼架构,为人工智能计算带来更快的信息处理速度。
2、忆阻器是电路理论中的第四种基本元器件,它具有阻值可塑性的特点;阻值可塑性是指当给忆阻器施加外界电场时,忆阻器的阻值会发生变化。忆阻器的阻值变化具有方向性,当施加的电场方向不同时,阻值的变化方向也会发生改变。
3、忆阻器还具有阈值特性;忆阻器的阈值特性是指当施加在其上的电压或电流超过某一特定阈值时,忆阻器的电阻状态或导电状态会发生显著的变化。
4、忆阻器的阈值特性与阻值可塑性,使忆阻器可以被用作存储器件,或
...【技术保护点】
1.一种基于忆阻器阈值特性的神经元自学习电路,其特征在于,它由输入模块、比较模块和反馈模块联合构成;
2.根据权利要求1所述的一种基于忆阻器阈值特性的神经元自学习电路,其特征在于,所述神经元自学习电路的工作机理在于,输入模块包含忆阻突触单元,它基于忆阻器的阻值可塑性与阈值特性来模拟神经元中忆阻突触权重的变化;首先输入模块的输出电压与比较模块的基准电压作比较,然后根据比较结果向反馈模块输入正电压或者负电压来改变反馈模块输出的反馈调整电压信号;若输入模块的输出电压小于比较模块的基准电压值,则反馈模块输出正脉冲电压信号使得输入模块的忆阻突触权重增加,输入模块的输
...【技术特征摘要】
1.一种基于忆阻器阈值特性的神经元自学习电路,其特征在于,它由输入模块、比较模块和反馈模块联合构成;
2.根据权利要求1所述的一种基于忆阻器阈值特性的神经元自学习电路,其特征在于,所述神经元自学习电路的工作机理在于,输入模块包含忆阻突触单元,它基于忆阻器的阻值可塑性与阈值特性来模拟神经元中忆阻突触权重的变化;首先输入模块的输出电压与比较模块的基准电压作比较,然后根据比较结果向反馈模块输入正电压或者负电压来改变反馈模块输出的...
【专利技术属性】
技术研发人员:万求真,秦鹏,陈超越,王思迪,沈坤,
申请(专利权)人:湖南师范大学,
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。