[发明专利]面向神经形态脉冲神经网络的电子传入神经元及实现方法

说明书

本发明涉及类脑智能领域的电子传入神经元，解决了传统CMOSFET构建的电子传入神经元存在的功耗高、电路结构和工艺复杂、难以适用于新型神经形态脉冲神经网络等技术问题。本发明提出了一种面向神经形态脉冲神经网络的电子传入神经元，采用金属‑绝缘体转变MIT忆阻器R_M、多输入端浮栅MIFG晶体管T₀、多阻态忆阻器R_D和电容器C_F，实现了模拟信号到脉冲信号的转换，是传感器和神经形态脉冲神经网络的接口。同时，本发明基于上述面向神经形态脉冲神经网络的电子传入神经元，还提出了一种面向神经形态脉冲神经网络的电子传入神经元实现方法，对输入生物神经元进行信息整合、频率编码，通过对输出脉冲频率阈值编程控制，实现可编程阈值输出。

技术领域

本发明涉及类脑智能领域的电子传入神经元，具体涉及一种面向神经形态脉冲神经网络的电子传入神经元及实现方法。

背景技术

人工智能已经成为新一轮科技革命的核心驱动力，类脑智能技术将引领未来人工智能的发展方向。随着神经形态计算(Neuromorphic Computing，NC)和仿生传感技术的快速融合发展，类脑智能机器人已展露雏形。在信息处理端，通过模拟人脑“运算-存储一体化”的信息处理方式，NC脉冲神经网络(Spiking Nerual Network,SNN)的性能得到了快速的提升。在系统功耗远低于传统冯诺依曼架构体系的情况下，实现了对语音、图像等模式的高效识别。这些振奋人心的研究成果大大加快了NC-SNN的发展速度。另一方面，在信息获取端，通过模拟生物的感官功能，科研人员研制出了多种柔性仿生传感器(如电子皮肤、电子舌等)，为未来类脑智能机器人准备好了丰富的“感觉器官”。仿生传感器输出模拟信号，而NC-SNN处理的是脉冲信号信息。面向冯诺依曼架构处理器的传统模-数转换器(ADC)输出的是数字信号，难以应用于NC-SNN，并且其刚性形态使得当前ADC很难灵活地衔接柔性仿生传感器(如电子皮肤)。所以，传统的ADC难以承担起仿生传感器和NC-SNN之间信息传递的角色。因此，当下迫切需要面向NC-SNN的传感接口电子器件，来扮演ADC在冯诺依曼架构体系中同等甚至更为重要的角色。

人体通过传入神经元将感受器接收到的各种刺激转变为神经脉冲，向大脑传输。NC-SNN模拟人脑处理信息的方式工作，与此对照的，具备人体传入神经元功能的电子器件——电子传入神经元将是仿生传感器与NC-SNN进行信息传递的最佳渠道。从神经形态计算的角度，生物传入神经元具有如下关键功能：①频率编码；②信息整合；③可编程阈值输出。这些功能使得传入神经元在传输信息时，边编码边运算(编码-运算一体化)，完成对信息的初步判断、处理，提高了有效信息的传输效率，减轻了大脑的负担，从而使得传入神经元成为了神经形态计算不可或缺的一部分。因此，制备出具有频率编码、信息整合、可编程阈值输出等功能的电子传入神经元必将能灵活地架起仿生传感器与NC-SNN高效通信的“桥梁”，极大地促进类脑计算和仿生传感技术的融合和发展，为制造出类脑智能机器人铺平道路。传统CMOSFET构建的电子传入神经元存在功耗高、电路结构和工艺复杂、难以适用于新型神经形态脉冲神经网络等问题。

发明内容

本发明的目的是解决传统CMOSFET构建的电子传入神经元存在的功耗高、电路结构和工艺复杂、难以适用于新型神经形态脉冲神经网络等技术问题，提出一种面向神经形态脉冲神经网络的电子传入神经元及实现方法。

本发明所采用的技术方案是：一种面向神经形态脉冲神经网络的电子传入神经元，其特殊之处在于：包括输入整合单元、脉冲产生单元以及可编程高通滤波器；

所述输入整合单元包括MIFG(多输入端浮栅)晶体管T₀；所述MIFG晶体管T₀的n个栅极输入端分别连接外部n个仿生传感器输入信号V₁～V_n，MIFG晶体管T₀的源极接地，n为大于等于2的正整数；