[发明专利]电荷注入式神经元网络阵列有效
| 申请号： | 201811100746.4 | 申请日： | 2018-09-20 |
| 公开（公告）号： | CN109242095B | 公开（公告）日： | 2021-08-10 |
| 发明（设计）人： | 陈杰智;王菲;杨文静 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063 |
| 代理公司： | 济南金迪知识产权代理有限公司 37219 | 代理人： | 陈桂玲 |
| 地址： | 250199 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种电荷注入式神经元网络阵列，包括神经元，神经元被分成输入层，输出层和隐藏层，各神经元之间通过激活函数和权重建立起能够有效处理任务的神经元网络阵列；将电荷注入与上述神经元网络阵列建立联系，将晶体管中的沟道阻值作为权重，利用电荷注入与沟道阻值之间的对应关系，借助深度学习，通过不断改变电荷注入量，实现权重的不断改变，最终建立电荷注入式神经元网络阵列，利用此阵列能够快速预测并调制晶体管的阈值电压。提供能够快速预测并调制晶体管阈值电压的电荷注入式神经元网络阵列。本发明通过改变阵列权重实现对阈值电压的有效预测和调制，并且当所加电压极性相反时，对阈值电压的调节是双向的，且不会带来单元器件的性能退化。 | ||
| 搜索关键词： | 电荷 注入 神经元 网络 阵列 | ||
【主权项】：
1.一种电荷注入式神经元网络阵列，其特征是，神经元被分成输入层，输出层和隐藏层，各神经元相当于感知器，输入层输入源极电压、漏极电压、栅极电压以及电压的持续时间，输入信息的改变使得电荷注入量也发生改变；输出层输出转移特性曲线、亚阈值摆幅和阈值电压，各神经元之间通过激活函数和权重建立起能够有效处理任务的神经元网络阵列；将电荷注入与上述神经元网络阵列建立联系，将晶体管的沟道阻值作为权重，利用电荷注入与沟道阻值之间的对应关系，借助深度学习，通过不断改变电荷注入量，实现权重的不断改变，最终建立电荷注入式神经元网络阵列，利用此阵列能够快速预测并调制晶体管的阈值电压。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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山东大学，未经山东大学许可，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/patent/201811100746.4/，转载请声明来源钻瓜专利网。
