基于CMOS忆阻器混合电路的递归神经网络研究与设计
发布时间：2021-07-31 16:22
随着纳米技术的发展,高集成度神经网络电路成为可能。虽然CMOS工艺在不断地进步,但是基于CMOS的神经网络仍然存在很多不可避免的问题:突触信息存储在片上的易失性;CMOS神经网络需要额外的器件进行神经元累加操作等。这使得基于CMOS的神经网络难以满足所需的高集成度。为了提高硬件集成度以及减少网络功耗,提出了基于忆阻器的神经网络。忆阻器具有功耗低、尺寸小、计算存储一体化等特点,非常适合应用于神经网络的硬件实现中。本文利用忆阻器计算存储一体化的特性,对忆阻器交叉阵列结构进行改进和分析,使其更加准确地存储权值和偏置值,且结合忆阻器相应的编码方案后可以实现点积运算过程。根据改进的忆阻器交叉阵列结构,本文还设计了 CW-RNN电路结构,可以完成CW-RNN的基本运算过程。在此运算过程中,神经元的状态值直接使用采样保持电路以模拟形式进行存储,从而避免一次模数-数模转换过程。此结构设计面积为81.128um2,且相比较于一台计算机的运算性能,此电路结构速度更快、功耗更低。由于忆阻器本身存在误差,为了保证忆阻CW-RNN的可靠性,使用了忆阻器的写控制电路,使得忆阻器写权值更加准确,分类准确率更高。根据...
【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
图２．１四种基本元件之间的关系［Ｉ６］??
电阻减小呈现低阻态。反之，缺氧掺杂物被推回，掺杂区减小，器件电阻增大呈??现高阻态。因此，器件的作用相当于一个滑动变阻器。惠普实验室给出了忆阻器??与滑动变阻器的等效模型，如图２．２所示，在该等效模型中Ｄ是两电极之间薄??膜的长度，ｗ代表缺氧二氧化钛掺杂长度（也称为状态变量），电压表、电流表??分别测忆阻器两端的电压以及流经忆阻器的电流，由于非掺杂区域的阻性强，将??非掺杂区等效成一个高电阻及说（高阻态／ＯＦＦ状态），而掺杂区的导通性强电??阻小，将掺杂区等效成一个低电阻ｉ？。。（低阻态／ＯＮ状态），整个器件的总电阻??相当于掺杂物所在区域的电阻串联非掺杂区的电阻。??！＇?…?？?＊?ｗ?．．．??■?ｗ?、?一，?ｒ?（１＾?Ｕｎｄｏｐｅｄ：??ＩＭｏｐｅｄ?Ｉ?Ｕｎｄｏｐｅｄ?Ｌ?＼?卜㈡??＇＜Ｄ?＞?Ｗ￣＼?＾?－ＡＷ－???■?，ｎ??八ＯＮ??图２．２忆阻器等效成滑动变阻器模型ｍｉ??根据蔡少棠的忆阻器理论构建电路模型时，一个有效的忆阻器模型要满足??以下要求：模型必须尽可能地与实际器件特性拟合；理想的模型应该简单、直观??且是闭合回路；模型应该具有一般性
之间的互相连接构成。每个神经元都有一种特定的输出函数，被称为激活函数。??每两个神经元间的连接都由加权值所表示，称之为权重。连接权重值，神经元之??间的连接方式和激励函数的选择不同会导致网络的输出不同。如下图２．５展示了??一个神经元，它是由输入、激活函数和输出组成。??Ｘ，?人工突触??Ｘ２?＾?／?＇＇Ｎｖ?激活函数??ｘ３?＾??／（？）?＞?输出??ｉ??图２．５神经网络结构??在神经元的数学模型中，轴突所携带的信号Ａ：通过突触Ｆ进行传递，由于??突触的强弱不一，突触Ｆ具有学习能力，它控制一个祌经元对另一个神经元影??响的大小和方向。然后树突接收到信号后传递到神经元内部，与其他树突传递过??来的信号一起进行相加，如果这个和值大于某一个固定阈值的话，神经元就会被??激活，然后传递冲激信号＾给树突。我们将是否激活神经元的函数称为激活函??数
【参考文献】：
期刊论文
[1]基于忆阻器交叉阵列的卷积神经网络电路设计[J]. 胡飞,尤志强,刘鹏,邝继顺. 计算机研究与发展. 2018(05)
[2]基于神经元晶体管和忆阻器的Hopfield神经网络及其在联想记忆中的应用[J]. 朱航涛,王丽丹,段书凯,杨婷. 西南大学学报(自然科学版). 2018(02)
[3]忆阻递归神经网络稳定性分析及其在联想记忆中的应用（英文）[J]. 鲍刚,陈媛媛,温思雨,赖陟岑. 自动化学报. 2017(12)
[4]一种基于忆阻激活函数的递归神经网络及其联想记忆[J]. 郭腾腾,王丽丹,周梦哲,段书凯. 中国科学:信息科学. 2017(09)
[5]A long lifetime,low error rate RRAM design with self-repair module[J]. 尤志强,胡飞,黄黎明,刘鹏,邝继顺,李实英. Journal of Semiconductors. 2016(11)
[6]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺. 计算机学报. 2016(08)
[7]基于忆阻器的模拟人工神经元电路设计[J]. 朱任杰,张涛,柯志强. 微电子学与计算机. 2014(08)
[8]忆阻器存储研究与展望[J]. 胡舒凯,吴俊杰,周海芳,张拥军,方旭东. 计算机研究与发展. 2012(S1)
[9]前馈神经网络中的反向传播算法及其改进:进展与展望[J]. 刘曙光,郑崇勋,刘明远. 计算机科学. 1996(01)
硕士论文
[1]基于CMOS忆阻器混合电路的卷积神经网络研究与设计[D]. 胡飞.湖南大学 2017
[2]忆阻器在神经网络中的应用研究[D]. 王伟伟.湖南大学 2015
本文编号：3313793
【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
图２．１四种基本元件之间的关系［Ｉ６］??
电阻减小呈现低阻态。反之，缺氧掺杂物被推回，掺杂区减小，器件电阻增大呈??现高阻态。因此，器件的作用相当于一个滑动变阻器。惠普实验室给出了忆阻器??与滑动变阻器的等效模型，如图２．２所示，在该等效模型中Ｄ是两电极之间薄??膜的长度，ｗ代表缺氧二氧化钛掺杂长度（也称为状态变量），电压表、电流表??分别测忆阻器两端的电压以及流经忆阻器的电流，由于非掺杂区域的阻性强，将??非掺杂区等效成一个高电阻及说（高阻态／ＯＦＦ状态），而掺杂区的导通性强电??阻小，将掺杂区等效成一个低电阻ｉ？。。（低阻态／ＯＮ状态），整个器件的总电阻??相当于掺杂物所在区域的电阻串联非掺杂区的电阻。??！＇?…?？?＊?ｗ?．．．??■?ｗ?、?一，?ｒ?（１＾?Ｕｎｄｏｐｅｄ：??ＩＭｏｐｅｄ?Ｉ?Ｕｎｄｏｐｅｄ?Ｌ?＼?卜㈡??＇＜Ｄ?＞?Ｗ￣＼?＾?－ＡＷ－???■?，ｎ??八ＯＮ??图２．２忆阻器等效成滑动变阻器模型ｍｉ??根据蔡少棠的忆阻器理论构建电路模型时，一个有效的忆阻器模型要满足??以下要求：模型必须尽可能地与实际器件特性拟合；理想的模型应该简单、直观??且是闭合回路；模型应该具有一般性
之间的互相连接构成。每个神经元都有一种特定的输出函数，被称为激活函数。??每两个神经元间的连接都由加权值所表示，称之为权重。连接权重值，神经元之??间的连接方式和激励函数的选择不同会导致网络的输出不同。如下图２．５展示了??一个神经元，它是由输入、激活函数和输出组成。??Ｘ，?人工突触??Ｘ２?＾?／?＇＇Ｎｖ?激活函数??ｘ３?＾??／（？）?＞?输出??ｉ??图２．５神经网络结构??在神经元的数学模型中，轴突所携带的信号Ａ：通过突触Ｆ进行传递，由于??突触的强弱不一，突触Ｆ具有学习能力，它控制一个祌经元对另一个神经元影??响的大小和方向。然后树突接收到信号后传递到神经元内部，与其他树突传递过??来的信号一起进行相加，如果这个和值大于某一个固定阈值的话，神经元就会被??激活，然后传递冲激信号＾给树突。我们将是否激活神经元的函数称为激活函??数
【参考文献】：
期刊论文
[1]基于忆阻器交叉阵列的卷积神经网络电路设计[J]. 胡飞,尤志强,刘鹏,邝继顺. 计算机研究与发展. 2018(05)
[2]基于神经元晶体管和忆阻器的Hopfield神经网络及其在联想记忆中的应用[J]. 朱航涛,王丽丹,段书凯,杨婷. 西南大学学报(自然科学版). 2018(02)
[3]忆阻递归神经网络稳定性分析及其在联想记忆中的应用（英文）[J]. 鲍刚,陈媛媛,温思雨,赖陟岑. 自动化学报. 2017(12)
[4]一种基于忆阻激活函数的递归神经网络及其联想记忆[J]. 郭腾腾,王丽丹,周梦哲,段书凯. 中国科学:信息科学. 2017(09)
[5]A long lifetime,low error rate RRAM design with self-repair module[J]. 尤志强,胡飞,黄黎明,刘鹏,邝继顺,李实英. Journal of Semiconductors. 2016(11)
[6]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺. 计算机学报. 2016(08)
[7]基于忆阻器的模拟人工神经元电路设计[J]. 朱任杰,张涛,柯志强. 微电子学与计算机. 2014(08)
[8]忆阻器存储研究与展望[J]. 胡舒凯,吴俊杰,周海芳,张拥军,方旭东. 计算机研究与发展. 2012(S1)
[9]前馈神经网络中的反向传播算法及其改进:进展与展望[J]. 刘曙光,郑崇勋,刘明远. 计算机科学. 1996(01)
硕士论文
[1]基于CMOS忆阻器混合电路的卷积神经网络研究与设计[D]. 胡飞.湖南大学 2017
[2]忆阻器在神经网络中的应用研究[D]. 王伟伟.湖南大学 2015
本文编号：3313793
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3313793.html
