CN108664735B - 基于多值忆阻器的stdp脉冲设计方法和多样化stdp的实现方法 - Google Patents

基于多值忆阻器的stdp脉冲设计方法和多样化stdp的实现方法 Download PDF

Info

Publication number
CN108664735B
CN108664735B CN201810449979.9A CN201810449979A CN108664735B CN 108664735 B CN108664735 B CN 108664735B CN 201810449979 A CN201810449979 A CN 201810449979A CN 108664735 B CN108664735 B CN 108664735B
Authority
CN
China
Prior art keywords
pulse
stdp
memristor
resistance state
multivalued
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810449979.9A
Other languages
English (en)
Other versions
CN108664735A (zh
Inventor
李祎
卢珂
缪向水
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201810449979.9A priority Critical patent/CN108664735B/zh
Publication of CN108664735A publication Critical patent/CN108664735A/zh
Application granted granted Critical
Publication of CN108664735B publication Critical patent/CN108664735B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/061—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using biological neurons, e.g. biological neurons connected to an integrated circuit

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Neurology (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Geometry (AREA)
  • Measurement Of Resistance Or Impedance (AREA)
  • Micromachines (AREA)

Abstract

本发明公开了基于多值忆阻器的STDP脉冲设计方法和多样化STDP的实现方法。该脉冲设计方法将突触前脉冲与突触后脉冲设计为相同波形的三角波，该三角波的幅值与前后三角波的时间间隔选取由测试脉冲的幅值与脉宽阈值响应范围决定，简化了STDP突触可塑性的脉冲设计。该多样化STDP突触可塑性的实现方法通过选取不同阻态作为初始阻态，并将上述设计脉冲叠加作用于忆阻器，实现了生物指数衰减型STDP突触可塑性和有别于生物指数衰减型STDP的突触可塑性，从而实现STDP突触可塑性的多样化。该方法有望被应用到任一种类的多值忆阻器上，进而拓展忆阻器在人工突触及神经形态计算上的应用。

Description

基于多值忆阻器的STDP脉冲设计方法和多样化STDP的实现 方法
技术领域
本发明属于微电子器件技术领域，更具体地，涉及基于多值忆阻器的STDP脉冲设计方法和多样化STDP的实现方法。
背景技术
忆阻器(Memristor)因其与神经突触类似的独特非线性电学性质，以及结构简单、集成度高等优势，在新型神经突触仿生的电子器件领域引起广泛关注。当利用忆阻器实现电脉冲活动时间依赖的突触可塑性(Spike-timing-dependent plasticity，STDP)功能时，会将施加于上电极和下电极的脉冲信号分别看作突触前刺激和突出后刺激，进而通过设计脉冲信号实现STDP。脉冲信号的设计方式也存在两类，一类利用两个脉冲信号的电压叠加作用，另一类利用两个信号在时域上的相互作用。
Yi Li等人设计了四种用于实现STDP的脉冲信号，如图1所示，突触前和突触后脉冲的幅值、脉宽、种类不完全相同，而且都是不规则波形。
S.Ambrogio等人设计了一种用于实现STDP的脉冲信号，如图2所示，突触前、突触后脉冲为幅值和脉宽不同的方波。
Bernabe等人设计了一种用于实现STDP的脉冲信号，如图3所示，突触前、突出后脉冲为幅值和脉宽不同的指数型衰减波形。
专利CN106098936A公开了叠加矩形波、三角波、正弦波实现电子突触功能STDP，但并未说明具体设计的突触前、后脉冲波形。
专利CN106981567A公开了通过调整脉冲序列的参数来实现诸如PPF、STP、LTD、STDP等生物突触功能，但并未说明具体设计的突触前、后脉冲波形。
由此可知，现有技术中针对忆阻器作为突触器件的研究存在诸多不足之处：(1)用于实现STDP突触可塑性的脉冲各异，且突触前设计脉冲与突触后设计脉冲波形不同，尚没有统一标准；(2)实现的是单一的、传统生物指数衰减型STDP突触可塑性，不能满足不同于生物指数衰减形式的其他种类的STDP可塑性形式需求；(3)实现STDP突触可塑性方法的脉冲设计缺乏具体化手段。
发明内容
针对现有技术的上述缺陷，本发明的目的在于提供基于多值忆阻器的STDP脉冲设计方法和多样化STDP的实现方法。该脉冲设计方法将突触前脉冲与突触后脉冲设计为相同波形的三角波，该三角波的幅值与前后三角波的时间间隔选取由测试脉冲的幅值与脉宽阈值响应范围决定，简化了STDP突触可塑性的脉冲设计。该多样化STDP突触可塑性的实现方法通过选取不同阻态作为初始阻态，并将上述设计脉冲叠加作用于忆阻器，实现生物指数衰减型STDP突触可塑性和有别于生物指数衰减型STDP的突触可塑性，从而实现STDP突触可塑性的多样化。
为实现上述目的，一方面，本发明提供了基于多值忆阻器的STDP脉冲设计方法，包括以下步骤：
S1.以多值忆阻器的中间阻态为初始阻态，将测试脉冲作用于所述多值忆阻器两端，进行Set向脉冲测试和Reset向脉冲测试，得到忆阻器相对于测试脉冲能够同时实现Set向响应和Reset向响应的幅值范围；
S2.以测试脉冲脉宽的整数倍为间隔时间，由脉冲产生模块发出两个相同的三角波脉冲，分别施加在忆阻器两端，两个三角波叠加后的脉冲的最大绝对幅值应在步骤(1)得到的幅值范围内。
优选地，最大绝对幅值是三角波的正向最大幅值和负向最大幅值的差值绝对值。
优选地，忆阻器为二端器件，即对忆阻器施加激励时，只通过忆阻器两端的连接通路来实现，不引入别的变化参量。
优选地，利用多值忆阻器的电导来表征器件的突触权重。
另一方面，本发明提供多样化STDP的实现方法，所述STDP通过叠加设计得到的三角波实现，包括以下步骤：
(1)以多值忆阻器的中间阻态为初始阻态，叠加两个三角波可实现生物指数衰减型STDP突触可塑性；
(2)以多值忆阻器的高阻态或低阻态为初始阻态，叠加两个三角波可实现有别于生物指数衰减型STDP的其他突触可塑性。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
(1)本发明所提供的基于多值忆阻器的STDP冲设计方法，为在二端忆阻器件上实现出生物指数衰减型STDP突触可塑性功能乃至其他多样化的突触可塑性的研究提供了符合器件本身电学特性的对应设计脉冲标准，同时，所设计的突触前脉冲与突触后脉冲波形完全相同，与生物神经元所发出的动作电位一致，从仿生意义上而言更加契合忆阻突触器件。
(2)本发明从器件层面为实现各式各样的STDP突触可塑性提供了一种具体手段，即利用器件的不同稳定阻态作为初始阻态来实现包含生物指数衰减型STDP和有别于生物指数衰减型STDP的其他突触可塑性，该方法有望被应用到任一种类的多值忆阻器上，进而拓展忆阻器在人工突触及神经形态计算上的应用。
附图说明
图1、图2、图3为现有技术中用于实现STDP的不同脉冲信号。
图4为忆阻器单元器件的结构示意图。
图5为生物突触展现出的双边指数衰减型STDP可塑性曲线。
图6为多值忆阻器的连续100次直流I/V扫描捏滞回线示意图。
图7为多值忆阻器在不同的限制电流下不同阻态的捏滞回线示意图。
图8为多值忆阻器在初始阻态为中间阻态5KΩ和15KΩ时的脉冲测试图。
图9为多值忆阻器在测试突触可塑性时的电路图和相应的设计脉冲波形。
图10为不同时间间隔的三角波叠加后实际作用在器件上的波形。
图11为多值忆阻器以5KΩ、15KΩ、2.5KΩ和150KΩ为初始阻态时施加叠加波所呈现出的多样化STDP突触可塑性。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例优选Crossbar结构的多值忆阻器阵列来进行详细说明。该多值忆阻器由8*8的Crossbar交叉阵列构成，其中，忆阻单元器件位于交叉结构处。如图4所示，忆阻单元器件包括上电极1、功能层2和下电极3。上电极材料为100nm的Pt，位于中间的功能层材料为20nm的HfOx，下电极为100nm的Ti，其衬底为表面具有二氧化硅氧化层4的p型硅衬底5。电学测试的过程中，偏压施加在Ti电极端，Pt电极端接地。
如图5所示，生物突触在突触前后神经活动激励下能够展现出双边指数衰减型STDP可塑性曲线，这种可塑性表现为当突触前神经活动领先于突触后神经活动，突触权重增大；当突触前神经活动滞后于突触后神经活动，突触权重减小，权重变化的绝对幅度随两者的时间间隔增大呈指数级衰减。本发明期望通过设计合适的脉冲在忆阻器上实现这种生物功能。此外，生物突触展现出的双边指数衰减型STDP可塑性只是一种最常见的STDP可塑性形式。本发明中还实现了表现形式有别于生物双边指数衰减型STDP可塑性的其他STDP可塑性。
忆阻器的多值选取和设计脉冲的具体参数与忆阻器的电学性能相关，以下具体阐述STDP突触可塑性的脉冲设计方法，具体包括以下步骤：
(1)选取8*8Crossbar结构的忆阻器阵列，对其第8行、第8列的忆阻单元进行导电通道的预形成操作，正向直流I/V扫描所采用的扫描电压为3.5V。
(2)导电通道的预形成完成后，对该忆阻单元进行连续100次的Set向和Reset向直流I-V扫描，电压范围为-3V至+2.5V，限制电流为2mA，直至器件能够获得稳定的高阻态(150KΩ)、低阻态(1.5KΩ)及Set阈值、Reset阈值；图6为多值忆阻器的连续100次直流I/V扫描捏滞回线示意图。
(3)将忆阻器Reset到高阻态，在保持直流电压范围为-3V至+2.5V的前提下，分别设定限制电流为100μA、200μA、600μA、2mA，能够将器件分别置到中间阻态15KΩ、5KΩ及低阻态2.5KΩ、1.5KΩ。至此实现了具有多个阻态的多值忆阻器，其包括高阻态150KΩ、中间阻态15KΩ和5KΩ、低阻态2.5KΩ和1.5KΩ。图7为多值忆阻器在不同的限制电流下不同阻态的捏滞回线示意图。
(4)本发明实施例优选忆阻器两端的测试脉冲为脉冲宽度为50ns、上升沿和下降沿皆为8ns的方波。分别以忆阻器的中间阻态5KΩ、中间阻态15KΩ作为初始阻态，进行Set向脉冲测试以及Reset向脉冲测试。当以忆阻器的中间阻态5KΩ作为初始阻态时，对于正向Set脉冲，其幅值从0V逐渐增加至1.6V；对于负向Reset脉冲，其幅值从0V逐渐减小至-1.6V；每测试完一个测试脉冲，都要按照步骤(3)的方式将其重新置回5KΩ；当以中间阻态15KΩ作为初始阻态时，也进行上述同样的操作，不同的是其测试脉冲幅值范围为-1.1V至+1.1V。图8为多值忆阻器在初始阻态为中间阻态5KΩ和15KΩ时的脉冲测试图。由图8可知，5KΩ和15KΩ对幅值范围为+0.8V至+1.1V的测试方波都能够发生明显的Set向响应，对幅值范围为-0.9V至-1.1V的测试方波都能够发生明显的Reset向响应。前后三角波叠加后的实际波形应与测试脉冲波形相似，故设计叠加后的脉冲的最大绝对幅值应落在这一范围内，使其同时满足Set向响应和Reset向响应。
(5)脉冲产生模块(SPGU)产生突触前脉冲和突触后脉冲，将其接在忆阻器两端，其中，突触前脉冲与上电极Pt相连，突触后脉冲与下电极Ti相连。突触前脉冲和突触后脉冲波形完全相同，均为正向最大幅值为+0.6V，负向最大幅值为-0.45V的先正后负的三角波；仅发生时间上存在差异，两者的时间差ΔT为50ns的整数倍(最小时间差为50ns)。它们通过叠加共同作用在忆阻器件上，叠加后的脉冲的最大绝对幅值为1.05V，同时满足Set向响应和Reset向响应满足。图9为多值忆阻器在测试突触可塑性时的电路图和相应的设计脉冲波形。
(6)如图10所示，突触前三角波领先于突触后三角波50ns、250ns以及450ns时实际叠加波的波形。随着时间间隔的不断增加，形成的叠加波的正向幅值不断减小，负向幅值不断增大，但从未达到使器件发生Reset向转变的阈值，这引导器件的可塑性响应结果随叠加波时间间隔的增大不断渐变衰减直至无明显响应。当突触前设计三角波滞后于突触后设计三角波时，实际叠加波的波形则完全相反，随着时间间隔的不断增加，形成的叠加波的负向绝对幅值不断减小，正向幅值不断增大，但从未达到使器件发生Set向转变的阈值，同样忆阻器件的可塑性响应结果随叠加波时间间隔的增大不断渐变衰减直至无明显响应。
(7)利用步骤(3)的方法将忆阻器分别置到中间阻态15KΩ、5KΩ、低阻态2.5KΩ和高阻态150KΩ，在此基础上于忆阻器两端施加设计三角波；根据两者的不同时间差以及器件被叠加波作用后的电导，通过公式
Figure BDA0001658197020000071
来表征忆阻器的突触可塑性，其中，△w表示突触权重的改变量，Gf表示忆阻器在施加叠加波后的电导，Gi表示忆阻器在施加叠加波前的初始电导，Gmax表示在该阻态下忆阻器在施加叠加波后的电导最大值，以此来对计算结果进行归一化。其结果如图11所示，可以看到忆阻器以中间阻态(15KΩ、5KΩ)作为初始阻态时，在叠加后的脉冲作用下能够实现生物上的指数衰减型突触可塑性学习法则，以高阻态(150KΩ)和低阻态(2.5KΩ)作为初始阻态时，在叠加后的脉冲的作用下能够实现有别于生物指数衰减型的多样化突触可塑性学习法则。
以上，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (5)

1.基于多值忆阻器的STDP脉冲设计方法，其特征在于，包括以下步骤：
S1.以多值忆阻器的中间阻态为初始阻态，将测试脉冲作用于所述多值忆阻器两端，进行Set向脉冲测试和Reset向脉冲测试，得到忆阻器相对于测试脉冲能够同时实现Set向响应和Reset向响应的幅值范围；
S2.以测试脉冲脉宽的整数倍为间隔时间，由脉冲产生模块发出两个相同的三角波脉冲，分别施加在忆阻器两端，两个三角波叠加后的脉冲的最大绝对幅值应在步骤S1得到的幅值范围内。
2.如权利要求1所述的STDP脉冲设计方法，其特征在于，最大绝对幅值是三角波的正向最大幅值和负向最大幅值的差值绝对值。
3.如权利要求1所述的STDP脉冲设计方法，其特征在于，忆阻器为二端器件，即对忆阻器施加激励时，只通过忆阻器两端的连接通路来实现，不引入别的变化参量。
4.如权利要求1所述的STDP脉冲设计方法，其特征在于，利用多值忆阻器的电导来表征器件的突触权重。
5.多样化STDP的实现方法，所述STDP通过叠加权利要求1-4任一项设计方法得到的脉冲实现，其特征在于，以多值忆阻器的中间阻态为初始阻态，叠加两个三角波可实现双边生物指数衰减型STDP突触可塑性；以多值忆阻器的高阻态或低阻态为初始阻态，叠加两个三角波可实现非双边生物指数衰减型STDP的其他突触可塑性。
CN201810449979.9A 2018-05-11 2018-05-11 基于多值忆阻器的stdp脉冲设计方法和多样化stdp的实现方法 Active CN108664735B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810449979.9A CN108664735B (zh) 2018-05-11 2018-05-11 基于多值忆阻器的stdp脉冲设计方法和多样化stdp的实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810449979.9A CN108664735B (zh) 2018-05-11 2018-05-11 基于多值忆阻器的stdp脉冲设计方法和多样化stdp的实现方法

Publications (2)

Publication Number Publication Date
CN108664735A CN108664735A (zh) 2018-10-16
CN108664735B true CN108664735B (zh) 2020-06-09

Family

ID=63779318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810449979.9A Active CN108664735B (zh) 2018-05-11 2018-05-11 基于多值忆阻器的stdp脉冲设计方法和多样化stdp的实现方法

Country Status (1)

Country Link
CN (1) CN108664735B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110415749B (zh) * 2019-06-26 2021-06-15 宁波大学 基于单阻变器件的27种三值单变量函数实现方法
CN111129297B (zh) * 2019-12-30 2022-04-19 北京大学 一种实现忆阻突触器件多样化stdp的方法及系统
CN111275177B (zh) * 2020-01-16 2022-10-21 北京大学 一种全忆阻器神经网络及其制备方法和应用
CN111323654B (zh) * 2020-02-28 2021-08-06 北京大学 一种阻变器件的突触模拟方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103063950A (zh) * 2012-12-19 2013-04-24 华中科技大学 一种忆阻器器件单元的电学特性测试系统及其测试方法
CN106098935A (zh) * 2016-07-06 2016-11-09 福州大学 一种低功耗氧化物线状忆阻器及实现其突触功能的方法
CN106845634A (zh) * 2016-12-28 2017-06-13 华中科技大学 一种基于忆阻器件的神经元电路
CN106981567A (zh) * 2017-03-20 2017-07-25 华中科技大学 一种基于光电耦合忆阻器的人工突触器件及其调制方法
CN107293642A (zh) * 2017-06-07 2017-10-24 华中科技大学 一种基于HfO2‑x的二值和多值忆阻器、制备方法及其应用

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10650308B2 (en) * 2015-09-23 2020-05-12 Politecnico Di Milano Electronic neuromorphic system, synaptic circuit with resistive switching memory and method of performing spike-timing dependent plasticity

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103063950A (zh) * 2012-12-19 2013-04-24 华中科技大学 一种忆阻器器件单元的电学特性测试系统及其测试方法
CN106098935A (zh) * 2016-07-06 2016-11-09 福州大学 一种低功耗氧化物线状忆阻器及实现其突触功能的方法
CN106845634A (zh) * 2016-12-28 2017-06-13 华中科技大学 一种基于忆阻器件的神经元电路
CN106981567A (zh) * 2017-03-20 2017-07-25 华中科技大学 一种基于光电耦合忆阻器的人工突触器件及其调制方法
CN107293642A (zh) * 2017-06-07 2017-10-24 华中科技大学 一种基于HfO2‑x的二值和多值忆阻器、制备方法及其应用

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Synaptic Suppression Triplet-STDP Learning Rule Realized in Second-Order Memristors;Rui Yang;《Advanced Functional Materials》;20180131;第28卷(第5期);全文 *

Also Published As

Publication number Publication date
CN108664735A (zh) 2018-10-16

Similar Documents

Publication Publication Date Title
CN108664735B (zh) 基于多值忆阻器的stdp脉冲设计方法和多样化stdp的实现方法
CN109447250B (zh) 一种基于忆阻器中电池效应的人工神经元
Yang et al. Synaptic suppression triplet‐STDP learning rule realized in second‐order memristors
Park et al. RRAM-based synapse for neuromorphic system with pattern recognition function
Zhang et al. Synaptic characteristics of Ag/AgInSbTe/Ta-based memristor for pattern recognition applications
US9818057B2 (en) Neural network circuit and learning method thereof
US8965821B2 (en) Learning method of neural network circuit
Yan et al. A low-power Si: HfO2 ferroelectric tunnel memristor for spiking neural networks
CN110739393B (zh) 一种仿生突触器件及其制作方法及其应用
CN109787592B (zh) 一种随机神经脉冲发生器
CN111967589A (zh) 神经元模拟电路及其驱动方法、神经网络装置
Panwar et al. Memristive synaptic plasticity in Pr 0.7 Ca 0.3 MnO 3 RRAM by bio-mimetic programming
Hernández-Balaguera et al. Long-term potentiation mechanism of biological postsynaptic activity in neuro-inspired halide perovskite memristors
Covi et al. Analog HfO2-RRAM switches for neural networks
CN109948792B (zh) 一种基于晶体管和忆阻器的模拟联想学习电路及控制方法
CN111900250A (zh) 一种基于二维过渡金属材料的忆阻器及其制备方法
CN109935686A (zh) 具有双脉冲易化特性的忆阻器件及其制备方法
CN112951989B (zh) 一种忆阻器组合式交叉阵列的制备方法
CN115222029A (zh) 一种忆阻器的稳定电导获取方法、调控方法及应用
CN109978019B (zh) 图像模式识别模拟与数字混合忆阻设备及制备，实现stdp学习规则和图像模式识别方法
CN111244270B (zh) 一种模拟生物神经元功能的电子器件及方法
CN111129297B (zh) 一种实现忆阻突触器件多样化stdp的方法及系统
CN112018236A (zh) 一种基于pzt的忆阻器件、其制备方法及其应用
Sparvoli et al. Development of resistive memories based on silver doped graphene oxide for neuron simulation
Sparvoli et al. Simulation of neuronal membrane behavior based on graphene oxide memristor

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant