一种联想记忆中多次泛化和分化的神经形态电路

    公开(公告)号:CN113469348A

    公开(公告)日:2021-10-01

    申请号:CN202110684264.3

    申请日:2021-06-21

    Applicant: 安徽大学

    Abstract: 本发明公开了一种联想记忆中多次泛化和分化的神经形态电路,包括三个输入信号端IN1、IN2、IN3,一个总输出信号OUT,输入信号端IN1、IN2、IN3定义为三个前神经元,前神经元IN1对应巴甫洛夫联想记忆中的非条件反射信号,前神经元IN2和IN3对应条件反射信号;输入信号经处理后得到对应的三个输出信号OUT1、OUT2、OUT3,再经或门U12后得到总输出信号OUT;其中,或门U12定义为后神经元,总输出信号OUT为后神经元接受刺激后发出的信号。上述电路能仿生巴甫洛夫联想记忆中的多次泛化和彻底分化现象,也能仿生传统巴甫洛夫联想记忆中的学习和遗忘现象,具有广阔的应用前景。

    一种实现彩色图像识别的ConvGRU神经网络电路及训练方法

    公开(公告)号:CN114021712B

    公开(公告)日:2025-04-15

    申请号:CN202111367056.7

    申请日:2021-11-18

    Applicant: 安徽大学

    Abstract: 本发明公开了一种实现彩色图像识别的ConvGRU神经网络电路及训练方法,该电路包括卷积神经网络模块、GRUCell电路模块和全连接层电路模块;所述卷积神经网络模块的输出与所述GRUCell电路模块的输入连接,并且所述GRUCell电路模块的输出与所述全连接层电路模块连接。本发明解决了现有GRU硬件电路无法对图像进行有效特征提取的问题,大幅提升了GRU电路在图像识别方面的准确率,以软件3层卷积神经网络和1层硬件GRUCell电路模块可以达到18层卷积神经网络的水平,而且避免了硬件18层卷积神经网络占用硬件空间过大的问题,具有极高的可实用性。

    一种基于忆阻器的VFL-RELU脉冲神经元的电路

    公开(公告)号:CN114742217A

    公开(公告)日:2022-07-12

    申请号:CN202210430993.0

    申请日:2022-04-22

    Applicant: 安徽大学

    Abstract: 本发明公开一种基于忆阻器的VFL‑RELU脉冲神经元的电路,属于集成电路设计技术领域。一种基于忆阻器的VFL‑RELU脉冲神经元的电路,包括:BDW阈值忆阻器、电容、金氧半导场效的晶体管MOSFET。所述BDW阈值忆阻器具有双边不同窗口,将所述金氧半导场效晶体管MOSFET的栅极电压作为输入电压,所述晶体管MOSFET的漏极作为输出,对所述电容充电,待所述电容上电压小于所述BDW阈值忆阻器的保持电压(Vh),所述BDW阈值忆阻器变为高阻态,所述BDW阈值忆阻器分压变大,所述电容重新充电;所述半导场效晶体管MOSFET包括P型MOSFET和N型MOSFET,输入电压可以调谐输出脉冲频率。本发明所提供的脉冲神经元电路通过忆阻器的选择和偏置电压的添加,解决了高效脉冲神经元的电路设计问题,且电路简单。

    一种实现步态预测的ST-GRU忆阻神经网络电路及训练方法

    公开(公告)号:CN114330681A

    公开(公告)日:2022-04-12

    申请号:CN202111443379.X

    申请日:2021-11-30

    Applicant: 安徽大学

    Abstract: 本发明公开了一种实现步态预测的ST‑GRU忆阻神经网络电路及训练方法,该电路包括在用于处理时间序列的GRU单元电路对时间序列中一个时刻的时间特征脉冲电压信号进行处理后,获取用于处理时间序列的GRU单元电路的输出结果作为空间特征脉冲电压信号,并将该空间特征脉冲电压信号输入到用于处理空间序列的GRU单元电路用于对该时刻对应的空间序列的特征脉冲电压信号进行处理;用于处理空间序列的GRU单元电路的输出结果输入到全连接层电路。本发明解决了现有GRU硬件电路无法在多层动态时序预测对目标进行训练的问题,实现了多个维度的序列预测并将其用于时序的步长预测问题,具有较高的准确率和较好的计算效率,无需耗费大量的软件算力资源。

    一种联想记忆中多次泛化和分化的神经形态电路

    公开(公告)号:CN113469348B

    公开(公告)日:2024-02-20

    申请号:CN202110684264.3

    申请日:2021-06-21

    Applicant: 安徽大学

    Abstract: 本发明公开了一种联想记忆中多次泛化和分化的神经形态电路,包括三个输入信号端IN1、IN2、IN3,一个总输出信号OUT,输入信号端IN1、IN2、IN3定义为三个前神经元,前神经元IN1对应巴甫洛夫联想记忆中的非条件反射信号,前神经元IN2和IN3对应条件反射信号;输入信号经处理后得到对应的三个输出信号OUT1、OUT2、OUT3,再经或门U12后得到总输出信号OUT;其中,或门U12定义为后神经元,总输出信号OUT为后神经元接受刺激后发出的信号。上述电路能仿生巴甫洛夫联想记忆中的多次泛化和彻底分化现象,也能仿生传统巴甫洛夫联想记忆中的学习和遗忘现象,具有广阔的应用前景。

Patent Agency Ranking