[发明专利]多模态突触时间依赖可塑性算法的电路及实现方法

说明书

本发明实施例提供一种多模态突触时间依赖可塑性算法的电路及实现方法，包括时间窗口产生电路、开关切换电路、OTA突触电路、时间窗口产生电路的对称电路和开关切换电路的对称电路；其中，时间窗口产生电路用于在第一控制信号和外加电压的作用下输出时间窗口采样电压；开关切换电路用于切换与时间窗口采样电压和外部参考电压连接的OTA突触电路的输入端口；OTA突触电路用于计算第一外部脉冲信号和第二外部脉冲信号到来时，在时间窗口采样电压和外部参考电压的作用下突触权值的变化量，并将变化量以电荷的形式存放在与OTA突触电路的输出端口相连的存储电容上。本发明实施例实现多种突触时间依赖可塑性算法，实现简单，调节灵活。

技术领域

本发明属于人工神经网络技术领域，尤其涉及一种多模态突触时间依赖可塑性算法的电路及实现方法。

背景技术

脉冲神经网络作为一种仿生的人工神经网络，采用更具有生物学意义的神经元，突触及算法模型。通过模仿生物脉冲神经网络的特征、结构和运行机制，以期获得更高水平的人工智能。同时，脉冲神经网络采用生物神经系统的存算一体架构，可以从根本上解决传统的冯诺依曼架构因存算分离而导致的计算瓶颈问题。

神经形态工程学就是为了实现大规模的脉冲神经网络提供合理有效的硬件基础。它的一个重要领域就是通过采用VLSI(Very Large Scale Integration，超大规模集成)电路，实现各种具有生物学特性的突触、神经元及算法电路。生物脉冲神经网络中广泛存在的一类算法被称为突触时间依赖可塑性算法，它最基本的特征是根据突触前后膜脉冲到来的时间差与先后顺序，按照一定的规则调整突触的权值，进而实现学习与记忆功能。

研究发现，在不同的神经系统区域，不同的条件，存在多种不同的突触时间依赖可塑性算法机制。目前多数突触算法的神经形态工程学往往只能实现一种或两种算法。能实现多种算法的电路实现又多采用复杂的生物离子模型，硬件实现不友好，同时需要各种参数电压精确调节才能表现出不同的算法，不适用于大规模脉冲神经网络。

发明内容

为克服上述现有的突触算法电路实现的算法种类少、硬件和算法实现复杂，且可重构性低的问题或者至少部分地解决上述问题，本发明实施例提供一种多模态突触时间依赖可塑性算法的电路及实现方法。

根据本发明实施例的第一方面，提供一种多模态突触时间依赖可塑性算法的电路，包括：

包括时间窗口产生电路、开关切换电路、OTA突触电路、所述时间窗口产生电路的对称电路和所述开关切换电路的对称电路；

其中，所述时间窗口产生电路用于在第一控制信号和外加电压的作用下输出时间窗口采样电压；

所述开关切换电路用于切换与所述时间窗口采样电压和外部参考电压连接的所述OTA突触电路的输入端口；

所述OTA突触电路用于计算第一外部脉冲信号和第二外部脉冲信号到来时，在所述时间窗口采样电压和所述外部参考电压的作用下突触权值的变化量，并将所述变化量以电荷的形式存放在与所述OTA突触电路的输出端口相连的存储电容上。

根据本发明实施例第二方面提供一种基于上述多模态突触时间依赖可塑性算法的电路的多模态突触时间依赖可塑性算法的实现方法，包括：

基于时间窗口产生电路在第一控制信号和外加电压的作用下产生多种时间窗口采样电压；

基于开关切换电路用于切换与所述时间窗口采样电压和外部参考电压连接的所述OTA突触电路的输入端口；

基于OTA突触电路计算第一外部脉冲信号和第二外部脉冲信号到来时，在所述时间窗口采样电压和所述外部参考电压的作用下突触权值的变化量，并将所述变化量以电荷的形式存放在与所述OTA突触电路的输出端口相连的存储电容上。