当前位置: 首页 > 专利查询>北京大学专利>正文

一种可编程多时间尺度储备池计算单元及其操作方法技术

技术编号:42856779 阅读:41 留言:0更新日期:2024-09-27 17:22
本发明专利技术公开了一种可编程多时间尺度储备池计算单元及其操作方法,通过采用电化学晶体管及其栅极的选通晶体管和可变负载电阻,实现了可调时间常数的储备池计算单元的构建。电化学晶体管电解质中的离子自发扩散的速率和栅极电流大小有关,通过改变栅极相连的负载电阻大小来改变刺激撤去之后的栅极电流大小,从而改变电解质中离子自发扩散的速率以及沟道电导衰减的时间常数,并由此对不同时间尺度的时间序列进行适应性编码,提高储备池计算对多时间尺度信息的处理能力。该储备池计算单元结构简单,简化了电学操作,并且参数调节具有非易失特性,可以构建多时间尺度的时序信息提取阵列,对含有多种频率信息的时间序列进行高维映射。

【技术实现步骤摘要】

本专利技术涉及半导体,具体涉及一种基于电化学晶体管的可编程多时间尺度储备池计算单元设计和操作方法,可以适应不同环境的需求,对不同时间尺度的时序信息进行编码,从而提高储备池计算性能。


技术介绍

1、近些年来,基于人脑启发的神经形态计算在许多智能计算领域取得了很大的突破,并且通过引入新型计算架构以及新型智能硬件融合,大大提高了计算的并行度和能效。作为其中一种神经形态计算范式代表,储备池计算以其训练代价小和对时序信息的处理优势,吸引了众多研究者的兴趣,并且通过部署在动态忆阻硬件和引入虚拟节点计算方法,可以大幅度降低传统硬件上储备池计算的成本。

2、目前部署储备池计算的神经形态器件大多数具有短时程记忆特性(stm,short-termmemory),即器件在外界刺激撤去之后,状态会随着时间不断发生衰减,其非线性时变映射可以将外界时序信息映射到更高维度的向量空间,从而完成对时序信息的自动编码,整个编码过程无需训练,之后通过简单的人工神经网络(ann,artificial neuralnetwork)将编码结果进行分类,其中的网络层数较少,权重数量少,因此本文档来自技高网...

【技术保护点】

1.一种可编程多时间尺度储备池计算单元,其特征在于,包括电化学晶体管,以及连接其栅极的选通晶体管和可变负载电阻;其中,所述选通晶体管源漏端和可变负载电阻并联后,一端连接所述电化学晶体管的栅极,另一端作为外界刺激的输入端;所述电化学晶体管的源极接地,漏极施加恒定的偏置电压进行沟道电流的读取;所述选通晶体管的栅极作为使能端口,输入使能信号。

2.如权利要求1所述的可编程多时间尺度储备池计算单元,其特征在于,所述的电化学晶体管包括源极、漏极、沟道层、栅极电解质层、钝化层和栅极,其中,源极和漏极分别位于沟道层的两端,栅极电解质层位于沟道层上,栅极电解质层中含有可动离子;钝化层覆盖在栅...

【技术特征摘要】

1.一种可编程多时间尺度储备池计算单元,其特征在于,包括电化学晶体管,以及连接其栅极的选通晶体管和可变负载电阻;其中,所述选通晶体管源漏端和可变负载电阻并联后,一端连接所述电化学晶体管的栅极,另一端作为外界刺激的输入端;所述电化学晶体管的源极接地,漏极施加恒定的偏置电压进行沟道电流的读取;所述选通晶体管的栅极作为使能端口,输入使能信号。

2.如权利要求1所述的可编程多时间尺度储备池计算单元,其特征在于,所述的电化学晶体管包括源极、漏极、沟道层、栅极电解质层、钝化层和栅极,其中,源极和漏极分别位于沟道层的两端,栅极电解质层位于沟道层上,栅极电解质层中含有可动离子;钝化层覆盖在栅极电解质层上,栅极位于钝化层上。

3.如权利要求2所述的可编程多时间尺度储备池计算单元,其特征在于,所述可动离子为氢离子或锂离子。

4.如权利要求2所述的可编程多时间尺度储备池计算单元,其特征在于,所述电化学晶体管的源极包括源接触电极和源电极,所述漏极包括漏接触电极和漏电极,其中,源接触电极和漏接触电极分别位于沟道层的两端,与沟道层直接接触,而所述源电极和漏电极分别连接源接触电极和漏接触电极,用于与外部连接。

5.如权利要求4所述的可编程多时间尺度储备池计算单元,其特征在于,所述源接触电极和漏接触电极的材料选自ti、cr、sc、al、pd、au、pt、w、tin、tan,厚度为1~50nm;所述沟道...

【专利技术属性】
技术研发人员:杨玉超杨振张腾陶耀宇黄如
申请(专利权)人:北京大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1