一种基于忆阻器的频率和幅值可调三角波发生电路

    公开(公告)号:CN116707495A

    公开(公告)日:2023-09-05

    申请号:CN202310849186.7

    申请日:2023-07-12

    IPC分类号: H03K4/48

    摘要: 本发明公开了一种基于忆阻器的频率和幅值可调三角波发生电路,它包括单片机、三角波发生电路、忆阻器调控电路和键盘电路。首先,单片机接收键盘电路输入的三角波频率和电压幅值大小,并由此计算出忆阻器的目标阻值;其次,单片机断开三角波发生电路的供电电源,此时三角波发生电路停止工作;然后,单片机控制忆阻器调控电路开始工作,此时忆阻器的阻值发生变化,当达到忆阻器目标阻值时,由单片机控制的忆阻器调控电路停止工作;同时单片机恢复三角波发生电路的供电电源,此时忆阻器的阻值不再发生变化,三角波发生电路开始输出三角波信号;最后,单片机接收三角波发生电路反馈回来的三角波信号,再对三角波信号进行检测和实现闭环控制。

    一种基于VTA-DA神经元的忆阻自修复神经网络电路

    公开(公告)号:CN115600665A

    公开(公告)日:2023-01-13

    申请号:CN202211463218.1

    申请日:2022-11-16

    摘要: 本发明公开了一种基于VTA‑DA神经元的忆阻自修复神经网络电路。基于VTA‑DA神经元的自修复工作机制,提出的忆阻自修复神经网络电路包括信号输入模块、错误检测模块、阈值触发模块和负反馈模块。其中,信号输入模块包括信号转换区和信号接收区,错误检测模块包括信号求差区和脉冲释放区,阈值触发模块包括信号转换区和反馈回路区,负反馈模块包括信号释放区和时序控制区。本发明主要通过忆阻器的阻值可塑性来实现电路对有害信号的识别并实现自我修复,其中仅信号输入模块和阈值触发模块中包含忆阻器。与以往的自修复方法相比,所提出的忆阻自修复神经网络电路由纯硬件实现,在修复成功率、耗能及冗余度等指标上有明显的提高。

    一种基于生物情景记忆产生机理的忆阻器自识别电路

    公开(公告)号:CN117669673B

    公开(公告)日:2024-07-16

    申请号:CN202311712963.X

    申请日:2023-12-13

    IPC分类号: G06N3/063 G06N3/006

    摘要: 本发明公开了一种基于生物情景记忆产生机理的忆阻器自识别电路,它由新皮质模块电路、海马旁模块电路和海马体模块电路联合构成,海马旁模块电路又包括中内嗅皮层区和后内嗅皮层区。其工作原理在于,当在传感器输出电信号的激励下,双通道结构的新皮质模块电路将空间分量信号与非空间分量信号分别传输至海马旁模块电路的中内嗅皮层区和后内嗅皮层区进行处理;经处理的空间分量信号和非空间分量信号被海马体模块电路接收整合,在整合信号的激励下,海马体模块电路将产生与新皮质模块电路的输入信号相对应的输出信号。基于海马体模块电路输出信号与新皮质模块电路输入信号之间存在的对应关系,所设计的电路能够依据海马体模块电路的输出信号实现对输入信号电压幅值所处区间的自动识别。

    一种基于Elman神经网络学习算法的忆阻器自学习电路

    公开(公告)号:CN115630693A

    公开(公告)日:2023-01-20

    申请号:CN202211644728.9

    申请日:2022-12-21

    IPC分类号: G06N3/063 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于Elman神经网络学习算法的忆阻器自学习电路。基于Elman神经网络的学习规则和网络结构,本发明提出的忆阻器自学习电路包括正信号输入通道和负信号输入通道,且每个信号输入通道包括输入层、承接层和输出层。输入层能对输入电压信号数值的正负极性进行识别,进而通过不同的输入通道对正负极性不同的输入信号进行处理。承接层的输出既能作为输出层的输入信号,也能作为局部反馈信号与下一时刻的外部输入信号共同作用于输入层。输出层输出的自学习信号能够调节输入层与承接层之间的忆阻器阻值并最终实现自学习功能。提出的忆阻器自学习电路,它能够加快电路的自学习进程、缩短自学习时间,进而提高电路的自学习效率。

    一种基于生成对抗神经网络的忆阻器自学习电路

    公开(公告)号:CN116523012B

    公开(公告)日:2023-09-08

    申请号:CN202310804507.1

    申请日:2023-07-03

    摘要: 本发明公开了一种基于生成对抗神经网络的忆阻器自学习电路,它由判别网络电路和生成网络电路联合构成且二者均包括输入层、误差计算层和自学习信号释放层。其中,判别网络电路在正确样本的引导下进行自学习,而生成网络电路则在其自身输出电压与判别网络电路输出电压的竞争博弈下实现自学习。具体情况如下:判别网络电路的输出电压在自学习的过程中会逐渐向正确样本值靠近,当判别网络电路的输出电压与正确样本的差值小于可接受误差值时,判别网络电路结束自学习;同时,生成网络电路与判别网络电路进行竞争博弈,生成网络电路的输出电压会逐渐向判别网络电路的输出电压逼近,当两者电压的差值也小于可接受误差值时,生成网络电路也会停止自学习。

    一种基于Elman神经网络学习算法的忆阻器自学习电路

    公开(公告)号:CN115630693B

    公开(公告)日:2023-04-07

    申请号:CN202211644728.9

    申请日:2022-12-21

    IPC分类号: G06N3/063 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于Elman神经网络学习算法的忆阻器自学习电路。基于Elman神经网络的学习规则和网络结构,本发明提出的忆阻器自学习电路包括正信号输入通道和负信号输入通道,且每个信号输入通道包括输入层、承接层和输出层。输入层能对输入电压信号数值的正负极性进行识别,进而通过不同的输入通道对正负极性不同的输入信号进行处理。承接层的输出既能作为输出层的输入信号,也能作为局部反馈信号与下一时刻的外部输入信号共同作用于输入层。输出层输出的自学习信号能够调节输入层与承接层之间的忆阻器阻值并最终实现自学习功能。提出的忆阻器自学习电路,它能够加快电路的自学习进程、缩短自学习时间,进而提高电路的自学习效率。

    一种基于VTA-DA神经元的忆阻自修复神经网络电路

    公开(公告)号:CN115600665B

    公开(公告)日:2024-04-09

    申请号:CN202211463218.1

    申请日:2022-11-16

    摘要: 本发明公开了一种基于VTA‑DA神经元的忆阻自修复神经网络电路。基于VTA‑DA神经元的自修复工作机制,提出的忆阻自修复神经网络电路包括信号输入模块、错误检测模块、阈值触发模块和负反馈模块。其中,信号输入模块包括信号转换区和信号接收区,错误检测模块包括信号求差区和脉冲释放区,阈值触发模块包括信号转换区和反馈回路区,负反馈模块包括信号释放区和时序控制区。本发明主要通过忆阻器的阻值可塑性来实现电路对有害信号的识别并实现自我修复,其中仅信号输入模块和阈值触发模块中包含忆阻器。与以往的自修复方法相比,所提出的忆阻自修复神经网络电路由纯硬件实现,在修复成功率、耗能及冗余度等指标上有明显的提高。

    一种基于忆阻器的频率和幅值可调三角波发生电路

    公开(公告)号:CN116707495B

    公开(公告)日:2024-03-26

    申请号:CN202310849186.7

    申请日:2023-07-12

    IPC分类号: H03K4/48

    摘要: 本发明公开了一种基于忆阻器的频率和幅值可调三角波发生电路,它包括单片机、三角波发生电路、忆阻器调控电路和键盘电路。首先,单片机接收键盘电路输入的三角波频率和电压幅值大小,并由此计算出忆阻器的目标阻值;其次,单片机断开三角波发生电路的供电电源,此时三角波发生电路停止工作;然后,单片机控制忆阻器调控电路开始工作,此时忆阻器的阻值发生变化,当达到忆阻器目标阻值时,由单片机控制的忆阻器调控电路停止工作;同时单片机恢复三角波发生电路的供电电源,此时忆阻器的阻值不再发生变化,三角波发生电路开始输出三角波信号;最后,单片机接收三角波发生电路反馈回来的三角波信号,再对三角波信号进行检测和实现闭环控制。

    一种基于生物情景记忆产生机理的忆阻器自识别电路

    公开(公告)号:CN117669673A

    公开(公告)日:2024-03-08

    申请号:CN202311712963.X

    申请日:2023-12-13

    IPC分类号: G06N3/063 G06N3/006

    摘要: 本发明公开了一种基于生物情景记忆产生机理的忆阻器自识别电路,它由新皮质模块电路、海马旁模块电路和海马体模块电路联合构成,海马旁模块电路又包括中内嗅皮层区和后内嗅皮层区。其工作原理在于,当在传感器输出电信号的激励下,双通道结构的新皮质模块电路将空间分量信号与非空间分量信号分别传输至海马旁模块电路的中内嗅皮层区和后内嗅皮层区进行处理;经处理的空间分量信号和非空间分量信号被海马体模块电路接收整合,在整合信号的激励下,海马体模块电路将产生与新皮质模块电路的输入信号相对应的输出信号。基于海马体模块电路输出信号与新皮质模块电路输入信号之间存在的对应关系,所设计的电路能够依据海马体模块电路的输出信号实现对输入信号电压幅值所处区间的自动识别。

    一种基于生成对抗神经网络的忆阻器自学习电路

    公开(公告)号:CN116523012A

    公开(公告)日:2023-08-01

    申请号:CN202310804507.1

    申请日:2023-07-03

    摘要: 本发明公开了一种基于生成对抗神经网络的忆阻器自学习电路,它由判别网络电路和生成网络电路联合构成且二者均包括输入层、误差计算层和自学习信号释放层。其中,判别网络电路在正确样本的引导下进行自学习,而生成网络电路则在其自身输出电压与判别网络电路输出电压的竞争博弈下实现自学习。具体情况如下:判别网络电路的输出电压在自学习的过程中会逐渐向正确样本值靠近,当判别网络电路的输出电压与正确样本的差值小于可接受误差值时,判别网络电路结束自学习;同时,生成网络电路与判别网络电路进行竞争博弈,生成网络电路的输出电压会逐渐向判别网络电路的输出电压逼近,当两者电压的差值也小于可接受误差值时,生成网络电路也会停止自学习。