【摘要】：人工智能的深化、計算量的增加以及馮諾依曼瓶頸制約的顯露,都使得基于二進(jìn)制和馮諾依曼架構(gòu)計算體系的傳統(tǒng)計算模式不再高效,擬人腦人工神經(jīng)網(wǎng)絡(luò)的搭建成為實現(xiàn)人工智能的關(guān)鍵。相變納米單元(Phase Change Nanometer Element,PCNE)兼具存儲功能及納米集成度特性,是人工神經(jīng)網(wǎng)絡(luò)中電子突觸的熱門選擇之一;尖峰時間相關(guān)可塑性(Spike-timing Dependent Plasticity,STDP)是突觸的重要學(xué)習(xí)法則,而當(dāng)存儲單元尺寸降至納米數(shù)量級,熱電效應(yīng)對單元的影響不能忽略,因此,基于熱電效應(yīng)PCNE電子突觸的STDP研究是十分必要的。本文仿真實驗建立在相變納米單元的工作原理、有限元法及熱電效應(yīng)的基礎(chǔ)上,搭建自下而上型PCNE三維結(jié)構(gòu)的物理和數(shù)學(xué)模型;在MATLAB環(huán)境下,通過控制脈沖參數(shù)、單元尺寸及熱電效應(yīng)極性,對PCNE進(jìn)行電、熱性能及相變過程仿真,得PCNE單元溫度、相態(tài)分布及電阻變化,對不同熱電效應(yīng)下PCNE電子突觸性能及STDP學(xué)習(xí)法則的實現(xiàn)進(jìn)行研究。仿真實驗結(jié)果表明,考慮正、負(fù)極性熱電效應(yīng)及無熱電效應(yīng)三種情況下,PCNE電子突觸長時程抑制和長時程增強(qiáng)的非線性輸出曲線發(fā)生偏移,正極性熱電效應(yīng)使PCNE發(fā)生LTD過程的閾值電壓降低了11.7%;TiN尺寸與GST厚度越小,熱電效應(yīng)對PCNE實現(xiàn)LTD過程的閾值電壓的影響越弱�；赟TDP學(xué)習(xí)法則,設(shè)計突觸前、后神經(jīng)元脈沖序列,完成了正、負(fù)極性熱電效應(yīng)及無熱電效應(yīng)三種情況下的STDP學(xué)習(xí)曲線的繪制。比較發(fā)現(xiàn),正極性熱電效應(yīng)情況下,突觸前、后神經(jīng)元脈沖疊加部分的幅值更低;同時仿真結(jié)果表明TiN尺寸與GST厚度越小,熱電效應(yīng)對PCNE電子突觸STDP學(xué)習(xí)法則的影響越弱。
【圖文】：

團(tuán)隊使用含有十四萬處理器及動卻用了 500 秒的時間，且功耗網(wǎng)絡(luò)并不可行，因此我們需要尋能與生物大腦媲美具有強(qiáng)大認(rèn)知突觸工作原理及熱電效應(yīng)寸參數(shù)降至納米級別時，稱為/相變層/下電極三層薄膜的“三存儲的關(guān)鍵在于相變層中的相轉(zhuǎn)換，本文中選擇的相變材料為

PCNE 的電阻、溫度及相態(tài)的變化。本章主要介紹生物突觸突觸仿真原理及實現(xiàn)。突觸基本原理及非線性傳輸特性和突觸是人腦神經(jīng)網(wǎng)絡(luò)中的主要功能單位，人腦神經(jīng)網(wǎng)絡(luò)一般相互連接而成，如圖 2-1 所示。人腦神經(jīng)網(wǎng)絡(luò)無論從構(gòu)造和功一個非常復(fù)雜的系統(tǒng)，正常大腦的神經(jīng)元的數(shù)目在 100 億到 1的基本功能是在細(xì)胞之間進(jìn)行信息加工、傳遞，神經(jīng)元積累信值時神經(jīng)元興奮，并且向其下相連的神經(jīng)元釋放脈沖[28,29]。樹，接受來自其它神經(jīng)元的信號，神經(jīng)元接受樹突傳遞而來的信通過軸突輸出其產(chǎn)生的電脈沖信號，軸突的末端通過突觸與其現(xiàn)信號的傳遞。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP183;TN386

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王麗丹;段美濤;段書凱;胡小方;;基于STDP規(guī)則和憶阻橋突觸的神經(jīng)網(wǎng)絡(luò)及圖像處理[J];中國科學(xué):信息科學(xué);2014年07期

2 王麗丹;段美濤;段書凱;;基于STDP規(guī)則的憶阻神經(jīng)網(wǎng)絡(luò)在圖像存儲中的應(yīng)用[J];電子科技大學(xué)學(xué)報;2013年05期

3 王蕾;王連明;;一種改進(jìn)的基于STDP規(guī)則的SOM脈沖神經(jīng)網(wǎng)絡(luò)[J];東北師大學(xué)報(自然科學(xué)版);2017年03期

4 林凌鵬;林水生;劉培龍;黃樂天;;STDP突觸的雙輸入信號動力學(xué)模型研究[J];計算機(jī)應(yīng)用研究;2012年04期

5 周茜;楊秋;徐桂芝;;抑制性STDP突觸機(jī)制對皮層網(wǎng)絡(luò)的調(diào)節(jié)[J];中國科技論文;2018年08期

6 陳云芝;徐桂芝;周茜;屈若為;郭苗苗;郭磊;萬曉偉;;基于STDP可塑性自適應(yīng)神經(jīng)網(wǎng)絡(luò)的構(gòu)建及仿真研究[J];中國醫(yī)學(xué)物理學(xué)雜志;2014年02期

7 許宇晗;;基于記憶電阻實現(xiàn)的光圈自適應(yīng)反射弧結(jié)構(gòu)的設(shè)計[J];電子世界;2017年04期

8 阮承妹;劉持標(biāo);邱錦明;;脈沖神經(jīng)網(wǎng)絡(luò)中STDP學(xué)習(xí)算法的穩(wěn)定性[J];榆林學(xué)院學(xué)報;2017年06期

9 白悅岐;;構(gòu)建更接近大腦的多種可塑性共存的SNN[J];電子世界;2018年16期

10 王懷陽;王朋朋;;由定時引起的突觸增強(qiáng)和抑制整合的數(shù)學(xué)模型[J];中國海洋大學(xué)學(xué)報(自然科學(xué)版);2006年05期

相關(guān)碩士學(xué)位論文 前7條

1 李陽;基于熱電效應(yīng)的PCNE電子突觸STDP仿真與分析[D];華中科技大學(xué);2019年

2 段美濤;基于STDP規(guī)則的憶阻神經(jīng)網(wǎng)絡(luò)及應(yīng)用[D];西南大學(xué);2013年

3 梁丹;基于STDP的神經(jīng)系統(tǒng)突觸可塑性研究[D];廣西師范大學(xué);2014年

4 林凌鵬;動態(tài)STDP突觸系統(tǒng)的建模研究與驗證[D];電子科技大學(xué);2012年

5 田園;基于STDP的多種憶阻神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的研究[D];重慶大學(xué);2015年

6 王琦;自突觸和內(nèi)噪聲作用下神經(jīng)元網(wǎng)絡(luò)動力學(xué)行為研究[D];魯東大學(xué);2016年

7 阮承妹;基于STDP的脈沖神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的研究[D];福建師范大學(xué);2013年

，

本文編號：2676772