一种基于忆阻器的径向基神经元实现方法及设备

    公开(公告)号:CN116681115A

    公开(公告)日:2023-09-01

    申请号:CN202310665788.7

    申请日:2023-06-07

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于忆阻器的径向基神经元实现方法及设备,涉及忆阻器技术领域,方法包括以下步骤:接收神经元电路的输入电压;将输入电压输送至预先建立的绝对值模块电路内,得到幅值为非负的电压信号;将幅值为负的电压信号输入预先建立的反向放大器模块内,得到反向电压;将反向电压和偏置模块提供的偏置电压通过求和模块输入至径向基神经元模块电路,得到不同频率的输出信号;通过不同频率的输出信号的叠加,得到高斯函数,以实现径向基神经元;本发明可以有效地以聚类的形式清理输入数据,防止黑箱攻击。

    一种用于优化忆阻器基神经网络的权值推理映射方法

    公开(公告)号:CN115062773A

    公开(公告)日:2022-09-16

    申请号:CN202210816129.4

    申请日:2022-07-12

    Applicant: 安徽大学

    Abstract: 本发明公开了一种用于优化忆阻器基神经网络的权值推理映射方法,首先根据忆阻器电导区间和权值区间求出权值映射参数Ct和信号输入转换参数θ;将权值矩阵按照权值映射参数Ct进行等比例放大,经过外围板卡电路映射到忆阻器阵列中;将输入忆阻器阵列的电压信号先按照信号输入转换参数θ进行等比例缩小,再输入映射完成的忆阻器阵列中,进行矩阵乘加运算;使用恒定电阻阵列将中忆阻器阵列运算输出的电流值转换为电压信号,将该电压信号与下一个时刻的电压信号相加作为下一个时刻的输入电压信号,以进行下一循环的权值推理映射过程。上述方法解决了权值推理映射过程中的时序信息丢失问题,使RNN类算法(如GRU、LSTM等)得以全硬件实现。

Patent Agency Ranking