發(fā)布時(shí)間：2022-08-09 14:41

　　在信息化社會(huì)不斷發(fā)展的過程中,利用大規(guī)模集成電路來模擬生物學(xué)上大腦的信息處理過程的神經(jīng)形態(tài)技術(shù)在自動(dòng)控制、模式識(shí)別和人工智能等領(lǐng)域起著舉足輕重的作用。由于CMOS工藝的物理限制導(dǎo)致了摩爾定律也逐漸走向盡頭,傳統(tǒng)突觸的尺寸和性能也不能夠進(jìn)一步得到優(yōu)化,這就直接阻礙了神經(jīng)形態(tài)技術(shù)朝著高密度、高可靠性的方向發(fā)展。新型電路元件憶阻具有高密度、低功耗和非易失性等特點(diǎn)使其成為了新型神經(jīng)網(wǎng)絡(luò)突觸的理想替代者,這就為神經(jīng)形態(tài)技術(shù)的進(jìn)一步發(fā)展提供了一個(gè)契機(jī)。本文首先對憶阻的理論基礎(chǔ)進(jìn)行了深入分析,闡述了惠普憶阻的內(nèi)部機(jī)理和數(shù)學(xué)模型,為了使惠普憶阻更加切合實(shí)際需求,本文給出了惠普閾值模型并詳細(xì)分析了其阻值的變化規(guī)律。接著給出了已有文獻(xiàn)中的兩種經(jīng)典的憶阻橋式突觸電路及其相應(yīng)的神經(jīng)網(wǎng)絡(luò)架構(gòu),分析了它們的工作原理并通過仿真得到驗(yàn)證。然后本文重點(diǎn)給出了由一個(gè)憶阻和四個(gè)晶體管組成的4T1M突觸電路,仿真結(jié)果成功驗(yàn)證了其可實(shí)現(xiàn)正、零和負(fù)權(quán)值,接著設(shè)計(jì)了基于4T1M突觸的神經(jīng)元單元結(jié)構(gòu),通過數(shù)學(xué)分析了其實(shí)現(xiàn)輸入加權(quán)求和的原理,設(shè)計(jì)了基于4T1M突觸的多層神經(jīng)網(wǎng)絡(luò)架構(gòu),所有這些設(shè)計(jì)電路的分析結(jié)果也通過仿真得到了驗(yàn)證。然后... 

【文章頁數(shù)】：76 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢
    1.3 本文的研究內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
2 憶阻模型及橋式憶阻神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
    2.1 憶阻器基礎(chǔ)
    2.2 惠普憶阻器理論
    2.3 惠普閾值憶阻模型建立與仿真
    2.4 憶阻橋式突觸神經(jīng)網(wǎng)絡(luò)架構(gòu)
    2.5 本章小結(jié)
3 4T1M突觸神經(jīng)網(wǎng)絡(luò)架構(gòu)的構(gòu)建
    3.1 4T1M突觸的原理及其仿真
    3.2 基于4T1M突觸的神經(jīng)元設(shè)計(jì)與仿真
    3.3 基于4T1M突觸的神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)
    3.4 本章小結(jié)
4 4T1M突觸神經(jīng)網(wǎng)絡(luò)的片上學(xué)習(xí)
    4.1 誤差后向傳播算法
    4.2 基于4T1M神經(jīng)網(wǎng)絡(luò)的片上學(xué)習(xí)電路
    4.3 邏輯“與”的片上學(xué)習(xí)與仿真
    4.4 本章小結(jié)
5 4T1M突觸神經(jīng)網(wǎng)絡(luò)的邏輯分類與陣列設(shè)計(jì)
    5.1 基于4T1M神經(jīng)網(wǎng)絡(luò)的邏輯分類
    5.2 4T1M神經(jīng)網(wǎng)絡(luò)陣列設(shè)計(jì)
    5.3 基于4T1M陣列的可配置邏輯應(yīng)用
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間發(fā)表的論文
附錄2 攻讀碩士學(xué)位期間參加的科研項(xiàng)目和獲得的榮譽(yù)獎(jiǎng)勵(lì)



本文編號(hào)：3672740