[发明专利]神经元网络单元、卷积运算模块以及卷积神经网络在审
| 申请号: | 202110913994.6 | 申请日: | 2021-08-10 |
| 公开(公告)号: | CN113642706A | 公开(公告)日: | 2021-11-12 |
| 发明(设计)人: | 陈静;赵瑞勇;谢甜甜;王青;吕迎欢 | 申请(专利权)人: | 中国科学院上海微系统与信息技术研究所 |
| 主分类号: | G06N3/04 | 分类号: | G06N3/04;G06N3/063 |
| 代理公司: | 上海盈盛知识产权代理事务所(普通合伙) 31294 | 代理人: | 孙佳胤 |
| 地址: | 200050 *** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 神经元 网络 单元 卷积 运算 模块 以及 神经网络 | ||
1.一种神经元网络单元,包括静态随机存储单元、正向读出隔离支路、以及反向读出隔离支路;
所述静态随机存储单元包括电学串联的第一传输晶体管和第二传输晶体管,以及并联在第一和第二传输晶体管之间的两个对置互锁的第一和第二反相器,其特征在于;
所述正向读出隔离支路连接至第一传输晶体管与两个对置互锁的反相器之间,用于根据静态随机存储单元存储的控制信号,将一外部输入的数字电压转化为模拟电流输出。
所述反向读出隔离支路连接至第二传输晶体管与两个对置互锁的反相器之间,用于根据静态随机存储单元存储的控制信号,将一外部输入的数字电压转化为模拟电流输出。
2.根据权利要求1所述的神经元网络单元,其特征在于,所述正向读隔离支路包括串联的第一读出晶体管和第二读出晶体管;第一读出晶体管的栅极连接至第一传输晶体管与两个对置互锁的反相器之间,作为正向读隔离支路的控制端,第一读出晶体管的漏/源极接工作电压;第二读出晶体管的栅极作为外部输入端,第二读出晶体管的源/漏极作为正向读出隔离支路的输出端。
3.根据权利要求1所述的神经元网络单元,其特征在于,所述反向读隔离支路包括串联的第三读出晶体管和第四读出晶体管;第三读出晶体管的栅极连接至第二传输晶体管与两个对置互锁的反相器之间,作为反向读隔离支路的控制端,第三读出晶体管的漏/源极接地;第四读出晶体管的栅极作为外部输入端,第四读出晶体管的源/漏极作为反向读出隔离支路的输出端。
4.一种卷积运算模块,其特征在于,所述模块包括卷积运算子块和脉冲频率量化单元;
所述卷积运算子块包括N×N个权利要求1所述的神经元网络单元所组成的阵列,N为正整数,其中:
神经元网络单元的第一和第二传输晶体管连接阵列的写字线,第一传输晶体管的漏/源极和第二传输晶体管源/漏极分别连接位线和反向位线,正向隔离支路的外部输入端连接行字线,反向隔离支路的外部输入端连接列字线,正向隔离支路的输出端连接行电流输出,反向隔离支路的输出端连接列电流输出;
所述脉冲频率量化单元与所述卷积运算子块的输出端连接,将卷积运算子块中的电流输出转化为脉冲信号进行脉冲频率计数,进而转换成多比特数字输出。
5.根据权利要求4所述的卷积运算模块,其特征在于,所述脉冲频率量化单元包括串联的放大器、比较器、以及计数器:
所述放大器与一积分电容并联,并与比较器串联,作为脉冲频率量化单元的输入端;
所述比较器的输出端进一步通过一放电控制开关连接至积分电容的两端,所述放电控制开关用于在所述比较器输出高电平时对积分电容进行放电;
上述积分电容被模拟电流输入充电后经放大器放大,引起比较器的脉冲式输出,从而将电流值等效转化为脉冲频率;
所述计数器与所述比较器串联,对脉冲个数进行计数进而形成多比特数字输出。
6.一种卷积神经网络,包括N×N个权利要求4所述的卷积运算模块所组成的阵列,N为正整数。
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中国科学院上海微系统与信息技术研究所,未经中国科学院上海微系统与信息技术研究所许可,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/202110913994.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种再生混凝土及其制备方法
- 下一篇:一种建筑垃圾环保型破碎装置





