[发明专利]对深度学习人工神经网络中的模拟神经元存储器中的参考晶体管和存储器单元的补偿在审
申请号: | 201980045113.4 | 申请日: | 2019-06-07 |
公开(公告)号: | CN112400177A | 公开(公告)日: | 2021-02-23 |
发明(设计)人: | H·范特兰;V·蒂瓦里;N·多 | 申请(专利权)人: | 硅存储技术股份有限公司 |
主分类号: | G06N3/04 | 分类号: | G06N3/04;G06N3/063;G11C11/54;G11C11/56;G11C16/28 |
代理公司: | 上海专利商标事务所有限公司 31100 | 代理人: | 陈斌 |
地址: | 美国加利*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 深度 学习 人工 神经网络 中的 模拟 神经元 存储器 参考 晶体管 单元 补偿 | ||
1.一种调节闪存存储器系统中的参考晶体管的方法,所述方法包括:
接收输入电压;
将所述输入电压乘以系数以生成输出电压;
将所述输出电压施加到所述参考晶体管的栅极;以及
在感测操作中使用所述参考晶体管来确定存储在选择的存储器单元中的值。
2.根据权利要求1所述的方法,还包括:
将所述输入电压耦合到存储器阵列中的存储器单元的栅极。
3.根据权利要求1所述的方法,其中所述参考晶体管在亚阈值区域中工作。
4.根据权利要求1所述的方法,其中所述参考晶体管在线性区域中工作。
5.根据权利要求2所述的方法,其中所述参考晶体管在亚阈值区域中工作。
6.根据权利要求2所述的方法,其中所述参考晶体管在线性区域中工作。
7.根据权利要求1所述的方法,其中所述输入电压连接到所述参考晶体管的漏极。
8.根据权利要求7所述的方法,其中输入电流连接到所述参考晶体管的漏极以产生所述输入电压。
9.根据权利要求1所述的方法,其中所述参考晶体管的电流-电压特性曲线的斜率和所述选择的存储器单元的电流-电压特性曲线的斜率在所述感测操作期间大致相等。
10.根据权利要求1所述的方法,其中所述输入电压耦合到归一化电路。
11.根据权利要求10所述的方法,其中所述归一化电路的输出连接到所述选择的存储器单元。
12.根据权利要求10所述的方法,其中所述归一化电路是电流镜像电路。
13.根据权利要求10所述的方法,其中来自所述存储器单元的所述值是位线电流或源极线电流。
14.根据权利要求1所述的方法,其中所述存储器单元是非易失性的。
15.根据权利要求1所述的方法,其中所述乘法步骤由耦合到所述参考晶体管的所述栅极的驱动器电路执行。
16.根据权利要求1所述的方法,其中所述乘法步骤由耦合到所述参考晶体管的所述栅极的输入电容器对执行。
17.根据权利要求1所述的方法,其中所述乘法步骤由耦合到所述参考晶体管的所述栅极的运算放大器对执行。
18.一种调节闪存存储器系统中的参考晶体管的方法,所述方法包括:
接收输入电压;
将所述输入电压乘以系数以生成输出电压;
将所述输出电压施加到存储器单元的栅极;以及
在感测操作中使用所述参考晶体管来确定存储在所述存储器单元中的一个存储器单元中的值。
19.根据权利要求18所述的方法,还包括将所述输入电压施加到所述参考晶体管的栅极。
20.根据权利要求18所述的方法,其中所述参考晶体管在亚阈值区域中工作。
21.根据权利要求18所述的方法,其中所述参考晶体管在线性区域中工作。
22.根据权利要求18所述的方法,其中所述存储器单元在亚阈值区域中工作。
23.根据权利要求18所述的方法,其中所述存储器单元在线性区域中工作。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于硅存储技术股份有限公司,未经硅存储技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201980045113.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:多个自主移动机器人及其控制方法
- 下一篇:图像显示系统