CN111129297A - 一种实现忆阻突触器件多样化stdp的方法及系统 - Google Patents
一种实现忆阻突触器件多样化stdp的方法及系统 Download PDFInfo
- Publication number
- CN111129297A CN111129297A CN201911403919.4A CN201911403919A CN111129297A CN 111129297 A CN111129297 A CN 111129297A CN 201911403919 A CN201911403919 A CN 201911403919A CN 111129297 A CN111129297 A CN 111129297A
- Authority
- CN
- China
- Prior art keywords
- pulse
- memristive
- stdp
- synapse device
- waveform
- 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.)
- Granted
Links
- 210000000225 synapse Anatomy 0.000 title claims abstract description 166
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000005284 excitation Effects 0.000 claims abstract description 52
- 230000008859 change Effects 0.000 claims abstract description 39
- 230000000946 synaptic effect Effects 0.000 claims description 32
- 210000002569 neuron Anatomy 0.000 claims description 13
- 238000013461 design Methods 0.000 claims description 11
- 230000001242 postsynaptic effect Effects 0.000 claims description 11
- CJNBYAVZURUTKZ-UHFFFAOYSA-N hafnium(IV) oxide Inorganic materials O=[Hf]=O CJNBYAVZURUTKZ-UHFFFAOYSA-N 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000003518 presynaptic effect Effects 0.000 claims description 7
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 claims description 6
- 229910052593 corundum Inorganic materials 0.000 claims description 6
- 229910001845 yogo sapphire Inorganic materials 0.000 claims description 6
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical group [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 230000002401 inhibitory effect Effects 0.000 claims description 3
- 230000000638 stimulation Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 12
- 230000027928 long-term synaptic potentiation Effects 0.000 description 8
- 210000004556 brain Anatomy 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000007774 longterm Effects 0.000 description 4
- 210000000063 presynaptic terminal Anatomy 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008827 biological function Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000005281 excited state Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 210000005215 presynaptic neuron Anatomy 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N70/00—Solid-state devices having no potential barriers, and specially adapted for rectifying, amplifying, oscillating or switching
- H10N70/20—Multistable switching devices, e.g. memristors
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67011—Apparatus for manufacture or treatment
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N70/00—Solid-state devices having no potential barriers, and specially adapted for rectifying, amplifying, oscillating or switching
- H10N70/011—Manufacture or treatment of multistable switching devices
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N70/00—Solid-state devices having no potential barriers, and specially adapted for rectifying, amplifying, oscillating or switching
- H10N70/801—Constructional details of multistable switching devices
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10N70/00—Solid-state devices having no potential barriers, and specially adapted for rectifying, amplifying, oscillating or switching
- H10N70/801—Constructional details of multistable switching devices
- H10N70/821—Device geometry
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Semiconductor Memories (AREA)
Abstract
本发明实施例提供一种实现忆阻突触器件多样化STDP的方法及系统，该包括：对忆阻突触器件进行权重调制，获取忆阻突触器件在稳定组态下的稳态阻值范围和脉冲激励阈值范围；基于稳态阻值范围和脉冲激励阈值范围，设计忆阻突触器件的脉冲对波形；根据脉冲对波形获取相应的脉冲对；利用所述脉冲对作用于忆阻突触器件，以实现忆阻突触器件的多样化STDP。本实施例提供的实现忆阻突触器件多样化STDP的方法及系统，通过确定忆阻突触器件的稳态阻值范围和脉冲激励阈值范围，设计出多样化的脉冲波形，能够获取到300％以上的最大突触权重改变量，以及纳秒级的超快时间窗口，实现对于忆阻突触器件的连续、多样化STDP调制。
Description
技术领域
本发明涉及半导体集成电路领域，尤其涉及一种实现忆阻突触器件多样化STDP的方法及系统。
背景技术
随着大数据时代的到来，亟需构建类脑神经网络以增强信息处理能力。人脑突触的巨大数量，使基于传统CMOS器件的神经网络极为复杂。忆阻器因具有可微缩、低功耗、多阻态等优势，能有效的减小芯片尺寸及能耗，具有作为突触器件的潜能。脉冲时序依赖可塑性(Spiking-timing-dependent Plasticity，STDP)是大脑学习与记忆的基础，模拟STDP功能被认为是实现人工神经网络的关键。
目前，多种基于脉冲幅值或脉宽的调制方法已经被提出，但尚未给出实现多样化STDP调制的统一原理，更未能给出具体设计方案。所提供的STDP法则权重改变量较小，未达到生物现象要求。
发明内容
针对现有技术存在的问题，本发明实施例提供一种实现忆阻突触器件多样化STDP的方法及系统。
第一方面，本发明实施例提供了一种实现忆阻突触器件多样化STDP的方法，包括：对忆阻突触器件进行权重调制，获取忆阻突触器件在稳定组态下的稳态阻值范围和脉冲激励阈值范围；基于稳态阻值范围和脉冲激励阈值范围，设计忆阻突触器件的脉冲对波形；根据脉冲对波形获取相应的脉冲对；利用脉冲对作用于忆阻突触器件，以实现忆阻突触器件的多样化STDP。
进一步地，上述对忆阻突触器件进行权重调制，获取忆阻突触器件在稳定组态下的稳态阻值范围和脉冲激励阈值范围，包括：对忆阻突触器件的前后突触分别施加不同的调制脉冲，并根据调制脉冲对前后突触权重的增强及抑制效果，确定忆阻突触器件在稳定组态时的稳态阻值范围和脉冲激励阈值范围。
进一步地，上述不同的调制脉冲为脉冲幅值不同的调制脉冲。
进一步地，上述基于稳态阻值范围和所述脉冲激励阈值范围，设计忆阻突触器件的脉冲对波形，包括：
基于所述稳态阻值范围和所述脉冲激励阈值范围，获取忆阻突触器件处于稳定组态时，电阻与脉冲幅值的关系；根据电阻与脉冲幅值的关系，确定忆阻突触器件处于稳定组态时，电导改变量与脉冲幅值的关系；结合多样化STDP标准曲线，拟合获取前后突触权重的改变量与前后神经元激励时序的关系；根据电导改变量与脉冲幅值的关系和前后突触权重的改变量与前后神经元激励时序的关系，确定脉冲幅值与时间间隔的关系；根据脉冲幅值与时间间隔的关系，获取忆阻突触器件的脉冲对波形；脉冲对波形中任一单独脉冲的幅值位于激励阈值范围内，且任一脉冲对的叠加脉宽位于激励阈值范围外。
进一步地，上述忆阻突触器件的脉冲对波形，包括非对称型Hebbian波形、非对称型反Hebbian波形、对称型Hebbian波形以及对称型反Hebbian波形。
进一步地，上述非对称型Hebbian波形、非对称型反Hebbian波形为三角波与方波的组合波形；所述对称型Hebbian波形以及对称型反Hebbian波形为突触前端方波与突触后端三角波的组合波形。
进一步地，上述根据脉冲对波形获取相应的脉冲对，包括：根据脉冲对波形获取施加于忆阻突触器件的前后脉冲的叠加幅值与时间间隔的关系；根据叠加幅值与时间间隔的关系，确定每个脉冲对。
进一步地，在对忆阻突触器件进行权重调制之前，还包括选择合适的忆阻突触器件；忆阻突触器件为TiN/HfO2/Al2O3/Pt氧化物忆阻突触器件。
进一步地，上述忆阻突触器件包括采用ALD工艺制备的Al2O3/HfO2阻变层。
第二方面，本发明实施例提供一种实现忆阻突触器件多样化STDP的系统，包括：权重调制单元、脉冲对波形设计单元、脉冲对生成单元以及STDP调制单元；权重调制单元用于对忆阻突触器件进行权重调制，获取忆阻突触器件在稳定组态下的稳态阻值范围和脉冲激励阈值范围；脉冲对波形设计单元用于基于稳态阻值范围和所述脉冲激励阈值范围，设计忆阻突触器件的脉冲对波形；脉冲对读取单元用于根据脉冲对波形获取相应的脉冲对；STDP调制单元用于利用脉冲对作用于所述忆阻突触器件，以实现忆阻突触器件的多样化STDP。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
本发明实施例提供的一种实现忆阻突触器件多样化STDP的方法及系统，通过确定忆阻突触器件的稳态阻值范围和脉冲激励阈值范围，设计出多样化的脉冲波形，能够获取到300％以上的最大突触权重改变量，以及纳秒级的超快时间窗口，实现对于忆阻突触器件的连续、多样化STDP调制。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的实现忆阻突触器件多样化STDP的方法的流程示意图；
图2为对处于稳定组态下的忆阻突触器件施加不同幅值RESET、SET脉冲实现电阻调制示意图；
图3为非对称型Hebbian脉冲对波形示意图；
图4为非对称型反Hebbian脉冲对波形示意图；
图5为对称型Hebbian脉冲对波形示意图；
图6为对称型反Hebbian脉冲对波形示意图；
图7为忆阻突触器件实现非对称型Hebbian STDP的拟合示意图；
图8为忆阻突触器件实现非对称型反Hebbian STDP的拟合示意图；
图9为忆阻突触器件实现对称型Hebbian STDP的拟合示意图；
图10为忆阻突触器件实现对称型反Hebbian STDP的拟合示意图；
图11为本发明实施例提供的实现忆阻突触器件多样化STDP的系统的流程示意图；
图12为本发明实施例提供的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
忆阻器，全称记忆电阻器，是一种基于“记忆”外加电压或电流历史而动态改变其内部电阻状态的电阻开关。它的电阻会随着通过的电流量而改变，并在电流(SET电流)停止后，其电阻仍然会保留在电流停止之前的值，直到接受到反向的电流(RESET电流)它才会被推回去。由于拥有超小的尺寸，极快的擦写速度，超高的擦写寿命，多阻态开关特性和良好的CMOS兼容性，使得氧化物忆阻器具有多值特性、可靠性等优势，具备作为突触器件的应用潜能，可用于构建大规模神经网络。
脉冲时序依赖可塑性(STDP)是人脑学习和信息储存的基础，也是电子突触器件需要具备的基本功能。
如图1所示，本发明实施例提供一种实现忆阻突触器件多样化STDP的方法，包括但不限于以下步骤：
步骤S1：对忆阻突触器件进行权重调制，获取所述忆阻突触器件在稳定组态下的稳态阻值范围和脉冲激励阈值范围；
步骤S2：基于所述稳态阻值范围和所述脉冲激励阈值范围，设计所述忆阻突触器件的脉冲对波形；
步骤S3：根据所述脉冲对波形获取相应的脉冲对；
步骤S4：利用所述脉冲对作用于所述忆阻突触器件，以实现所述忆阻突触器件的多样化STDP。
具体地，如图2所示，其中横坐标为脉冲幅度值(Pulse Amplitude)，纵坐标为电阻值(Resistance)，在本发明实施例中，氧化物忆阻突触器件多样化STDP的实现方法，总体而言可以包括以下步骤：(1)调节忆阻突触器件的电阻权重。获取到不同脉冲幅值、脉宽对忆阻突触器件电阻的影响，并据以调节氧化物忆阻突触的电阻权重变化，为脉冲参数的选择做准备。(2)选择合适的忆阻突触器件的中间阻态(即初始组态)。确定某一稳定的中间阻态，确保以该中间阻态为稳定阻态时，如图2中所示的圆圈A所对应的阻态，器件可实现电阻的双向调制。(3)确定忆阻突触器件的脉冲激励的阈值。单个脉冲幅值应小于阈值，并保证任一突触前后刺激(即SET脉冲和RESET脉冲)无法单独实现权重调节。(4)控制单个脉冲幅值始终小于阈值，且叠加后的脉宽足以引发权重调节，以设计脉冲波形的形状、脉宽和幅值，从而设计构建出如图3-图6所示的脉冲对波形。(5)设计脉冲对，实现多样化STDP。
本发明实施例提供的实现忆阻突触器件多样化STDP的方法及系统，通过确定忆阻突触器件的稳态阻值范围和脉冲激励阈值范围，设计出多样化的脉冲波形，能够获取到300％以上的最大突触权重改变量，以及纳秒级的超快时间窗口，实现对于忆阻突触器件的连续、多样化STDP调制。
基于上述实施例的内容，作为一种可选实施例，步骤S1中所述的对忆阻突触器件进行权重调制，获取忆阻突触器件在稳定组态下的稳态阻值范围和脉冲激励阈值范围，包括但不限于以下步骤：
对忆阻突触器件的前后突触分别施加不同的调制脉冲，并根据调制脉冲对前后突触权重的增强及抑制效果，确定忆阻突触器件在稳定组态时的稳态阻值范围和脉冲激励阈值范围。
如图2所示，图中标注出了某一忆阻突触器件稳定的中间组态(initialstate)，该区域对应的纵坐标的电阻阻值的范围则为稳态阻值范围。
进一步地，在该在忆阻突触器件一端施加SET或RESET脉冲，另一端接地。也即是将所述忆阻突触器件的一端始终接地，另一端的脉冲幅值可能为正(SET)，也可能为负(RESET)，在本实施例中将脉冲幅值为SET脉冲时，表示为正；将脉冲幅值为RESET脉冲时，表示为负.
通过不断调节SET脉冲和RESET脉冲的幅值，最终，可以获取到图2所示的忆阻突触器件的稳态阻值范围为2～2.5kΩ，对应的脉冲激励阈值范围为(1.1V、-1.4V)。
进一步地，在本发明实施例中，对忆阻突触器件的前后突触分别施加不同的调制脉冲，以确定稳态阻值范围和脉冲激励阈值范围中，所采用不同的调制脉冲为脉冲幅值不同的调制脉冲。
在本发明实施例中首先需要确定不同脉冲幅值、脉宽对忆阻突触器件的电阻调制的作用，为STDP脉冲波形的参数选择提供指导。主要包括两个步骤，首先确定幅值和脉冲的不同作用，再确定中间阻态。其测试方法也是不同的，分别为：
1、确定幅值和脉宽的不同作用，具体操作包括：
(1)先固定脉冲幅值，改变脉宽，获取脉宽变化对电导的调制作用；
(2)再固定脉宽，改变幅值，获取幅值变化对电导的作用；
(3)最后比较幅值和脉宽对于电导的调制作用，得到的结论是：幅值改变效果更好。
2、确定中间阻态。即在确定了利用幅值的改变进行电导调制之后，在测试过程中，一直固定脉宽不变，仅改变脉冲幅值。可以是利用不同的调制脉冲进行测试，即通过对忆阻突触器件施加不同脉冲幅值的调制脉冲作为SET和RESET脉冲来进行测试，以获取稳态阻值范围和脉冲激励阈值范围。此时脉冲幅值，可能为正，也能为负。如图2所示，图2左半部分所示的是对处于中间阻态的忆阻突触器件，施加4个脉宽相同、幅值不同的负电压(RESET电压)，得到的实时阻值；图2中右半部分所示是施加5个脉宽相同、幅值不同的正电压(SET电压)，得到的实时阻值。
事实的确证明了，对于氧化物忆阻突触器件来说，脉冲幅值的调制作用比脉宽更为有效。在一定误差允许范围呢，脉冲幅值线性变化对权重的调节等效于脉冲宽度指数变化对电导的调制。在本发明实施例中，综合考虑能耗以及调制程序的简化，选用脉冲幅值调制的方法来进行脉冲对波形的设计，并进一步实现忆阻突触器件的多样化STDP。
基于上述实施例的内容，作为一种可选实施例，在步骤S2中所述的基于稳态阻值范围和脉冲激励阈值范围，设计忆阻突触器件的脉冲对波形，包括但不限于以下步骤：
步骤S21：基于稳态阻值范围和所述脉冲激励阈值范围，获取忆阻突触器件处于稳定组态时，电阻与脉冲幅值的关系；
步骤S22：根据电阻与脉冲幅值的关系，确定忆阻突触器件处于稳定组态时，电导改变量与脉冲幅值的关系；
步骤S23：结合多样化STDP标准曲线，拟合获取前后突触权重的改变量与前后神经元激励时序的关系；
步骤S24：根据电导改变量与脉冲幅值的关系和前后突触权重的改变量与前后神经元激励时序的关系，确定脉冲幅值与时间间隔的关系；
步骤S25：根据脉冲幅值与时间间隔的关系，获取忆阻突触器件的脉冲对波形；其中，脉冲对波形中任一单独脉冲的幅值位于所述激励阈值范围内，且任一脉冲对的叠加脉宽位于所述激励阈值范围外。
具体地，在步骤S1中为获取忆阻突触器件处于稳定组态(中间阻态)的稳态阻值范围和脉冲激励阈值范围，可以建立器件电阻与脉冲幅值的关系，(R-V关系)，如图1所示。
进一步地，在步骤S22中，可以根据R-V关系，结合器件电阻与电导改变量的关系，进一步确定出电导改变量与脉冲幅值的关系(ΔG-V关系)。
进一步地，在步骤S23中，根据生物实验(即对忆阻突触器件进行生物实验)所得的多样化STDP标准曲线，可拟合出突触权重改变量与前后神经元激励时序的关系(ΔG-Δt关系)。
进一步地，在步骤S24中，根据步骤S21、S22以及S23中所确定的各参数之间额关联关系，获取到脉冲幅值与时间间隔的关系(V-Δt关系)。
进一步地，在步骤S25中，获取当前后脉冲对叠加幅值V(即SET脉冲与RESET脉冲的叠加)与时间间隔Δt满足V-Δt关系时，即满足脉冲对波形中任一单独脉冲的幅值位于所述激励阈值范围内，且任一脉冲对的叠加脉宽位于所述激励阈值范围外时的脉冲对波形，利用该脉冲对波形对作用于忆阻突触器件可实现多样化STDP。
基于上述实施例所述的内容，作为一种可选实施例，忆阻突触器件的脉冲对波形，包括非对称型Hebbian波形、非对称型反Hebbian波形、对称型Hebbian波形以及对称型反Hebbian波形。
人脑中共有四种不同形式的STDP，展示了突触前后神经元脉冲活动和突触权重的不同关系，反映了人脑神经元不同信息处理和存储需求，具体包括：非对称型Hebbian波形、非对称型反Hebbian波形、对称型Hebbian波形以及对称型反Hebbian波形。目前，多种基于脉冲幅值或脉宽的调制方法已经被提出，但尚未给出实现多种STDP法则的统一原理，也未能给出方案设计的基本原理。大部分研究工作仅关注了典型的第一类STDP，即非对称型Hebbian学习法则，没有实现其余三种，且获得的STDP法则权重改变量较小，未达到生物现象要求。在本发明实施例中，通过建立与之对应的多样化STDP，有助于模拟人脑不同的生物功能，并进一步拓展神经网络的功能与应用。
具体地，如图3-图6所示，是基于图2中所示的忆阻突触器件以及与之对应的稳态阻值范围和脉冲激励阈值范围，所确定的脉冲对波形示意图，包括：非对称型Hebbian波形、非对称型反Hebbian波形、对称型Hebbian波形以及对称型反Hebbian波形。在图3-图6的每个图中，横坐标表示时间(单位ns)，纵坐标为脉冲的大小(单位V)，在每个图中上半部分的图是施加在器件上电极的脉冲，下半部分图是施加在器件下电极的脉冲。
进一步地，在本发明实施例中，非对称型Hebbian波形、非对称型反Hebbian波形为三角波与方波的组合波形；所述对称型Hebbian波形、对称型反Hebbian波形为突触前端方波与突触后端三角波的组合波形。
基于上述实施例所述的内容，作为一种可选实施例，在步骤S3中所述的根据脉冲对波形获取相应的脉冲对，包括：根据脉冲对波形获取施加于忆阻突触器件的前后脉冲的叠加幅值与时间间隔的关系；根据叠加幅值与时间间隔的关系，确定每个脉冲对。
结合上述实施例的内容，作为一种可选实施例，对上述四类STDP法则进行如下说明：
(1)关于非对称型Hebbian学习法则：
如图3所示，设突触前神经元活动时间为t1，突触后神经元活动时间为t2，Δt表示前后神经元活动时间差。当突触前后神经元均处于兴奋状态，且Δt>0时，产生长时程增强(LTP)，突触权重增加，且Δt越小，对突触权重调节的影响越显著；反之Δt<0时，产生长时程抑制(LTD)，突触权重降低。该STDP法则可以用指数函数式(1.1)对数据进行拟合：
其中，
表示突触权重的改变，A为比例因子，τ为时间常数，Δw0代表非联合型突触调节的常数。
(2)关于非对称型反Hebbian学习法则：
如图4所示，当突触前神经元和突触后神经元活动的时间间隔Δt>0时，产生LTD，突触权重减小。反之，Δt<0时，产生LTP，突触权重增加。同样可以用指数函数式(1.2)进行拟合：
(3)关于对称性Hebbian学习法则：
如图5所示，当时间间隔Δt较小时，发生LTP。Δt逐渐增大，两神经元活动时间不同步，发生LTD。可以用高斯函数式(1.3)对实验数据进行拟合：
(4)关于对称性反Hebbian学习法则：
如图6所示，与对称性Hebbian学习法则相反，Δt接近于0时，发生LTD，当Δt变大，发生LTP。同理，可以用高斯函数式(1.4)对实验数据进行拟合：
例如，图3和图4分别为非对称型Hebbian波形、非对称型反Hebbian波形，其施加在突触前端和突触后端所时间的脉冲相同，在时间间隔(0ns，800ns)内为三角波，在(800ns，1000ns)内为方波；并且对于非对称型Hebbian波形与非对称型反Hebbian波形来说，所施加脉冲的方式也相同。图5-图6分别为对称型Hebbian波形、对称型反Hebbian波形，其施加在突触前端和突触后端的脉冲不相同，具体为：在突触前端施加方波脉冲，其施加的时间间隔约为(450nm-550nm)，在突触后端施加三角波脉冲，其施加的时间间隔为(0-1000nm)，且施加在突触前端和施加在突触后端的脉冲方向相反。
本发明实施例中，利用三角波加方波的脉冲设计，实现了较为理想的第一类(非对称型Hebbian波形)和第二类(非对称型反Hebbian波形)的STDP功能；利用突触前端方波、突触后端三角波的脉冲设计，实现了第三类(对称型Hebbian波形)和第四类(对称型反Hebbian波形)的STDP功能。突触权重改变量最大可达300％，具有纳秒级时间窗口，且STDP曲线没有产生畸变，具有较好的仿生结果。
其具体的实验结果图如图7-图10所示，其中，图7是与图3所示的非对称型Hebbian波形相对应的拟合，如图7所示，图中黑色方点为实验数据，蓝色曲线为拟合线。结果与生物中第一类STDP学习法则相同：当Δt>0时，产生长时程增强LTP，Δt越接近0，突触权重变化Δw越大，随着Δt逐渐增大，Δw减小，当Δt>600之后，突触权重几乎没有变化。当Δt<0时，产生长时程抑制LTD，随着Δt变大，Δw逐渐减小至0。用指数函数(公式1.5)对第一类STDP实验结果进行拟合，即：
其中
表示突触权重的改变量(在这里表示器件电导的改变量)，A为比例因子，τ为时间常数，Δw0代表非联合型突触调节的常数。当x>0时，A＝982、τ＝193ns、Δw0＝-7.45；x<0时，A＝-224、τ＝-387ns、Δw0＝15.69。
生物中STDP功能的实现需要几十毫秒，时间常数τ在毫秒量级，而TiN/HfO2/Al2O3/Pt忆阻突触器件的STDP时间常数在纳秒量级，远快于生物突触。此外，图中突触权重最大改变量约为300％，也满足生物现象的要求。
图8是与图4所示的非对称型反Hebbian波形相对应的拟合，如图8所示，当Δt>0时，产生长时程抑制LTP；当Δt<0时，产生长时程增强LTD。同样，用指数函数(公式1.6)对实验结果进行拟合：
其中，x<0时，A＝1494、τ＝-170ns、Δw0＝-12.33；x>0时，A＝-213、τ＝493ns、Δw0＝34.87；
图9是与图5所示的对称型Hebbian波形波形相对应的拟合，图10是与图6所示的对称型反Hebbian波形相对应的拟合。如图9和图10所示，
通过公式(4.4)对第三类和第四类STDP学习法则采用高斯型函数(公式1.7)进行拟合，即：
其中，第三类STDP拟合曲线：A＝409、τ＝189ns、Δw0＝3.25；第四类STDP拟合曲线：A＝-96、τ＝230ns、Δw0＝-2.12。
基于上述实施例的内容，作为一种可选实施例，在步骤S1所述的对忆阻突触器件进行权重调制之前，还包括选择合适的忆阻突触器件；其中，所选择的忆阻突触器件可以为TiN/HfO2/Al2O3/Pt氧化物忆阻突触器件。
基于传统氧化物材料的忆阻器在高温和承受压力等恶劣环境下，会出现器件的失效，远远无法满足航空航天、军事、石油和天然气勘探等应用中对于电子元件耐热性的需求。因此，寻找新材料和新结构来提升忆阻器在恶劣环境下工作的可靠性成为忆阻器研究的一个重要挑战。在本实施例中，忆阻突触器件采用ALD工艺制备Al2O3/HfO2阻变层，其中Al2O3层的厚度可以设为
HfO2层的厚度可以设为
该忆阻突触器件具有约103阻值窗口、优良的多态阻变能力、电阻缓慢调节特性。进一步可以通过实验确定该忆阻突触器件的稳态阻值范围为2～2.5kΩ，并进一步获取其在SET和RESET过程中对脉冲幅度的脉冲激励阈值范围为(1.1V、-1.4V)。
进一步地，通过脉冲发生器定制图3-图6所示脉冲对波形，改变突触前后脉冲对产生的时间间隔Δt，可以得到多样化STDP法则，如图7-图10所示。
本发明实施例提供一种实现忆阻突触器件多样化STDP的系统，如图11所示，包括但不限于包括：权重调制单元1、脉冲对波形设计单元2、脉冲对生成单元3以及STDP调制单元4，其中：
权重调制单元1用于对忆阻突触器件进行权重调制，获取忆阻突触器件在稳定组态下的稳态阻值范围和脉冲激励阈值范围；脉冲对波形设计单元2用于基于稳态阻值范围和所述脉冲激励阈值范围，设计忆阻突触器件的脉冲对波形；脉冲对读取单元3用于根据脉冲对波形获取相应的脉冲对；STDP调制单元4用于利用所述脉冲对作用于所述忆阻突触器件，以实现所述忆阻突触器件的多样化STDP。
本发明实施例提供的实现忆阻突触器件多样化STDP的系统是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
图12为本发明实施例提供的电子设备结构示意图，如图12所示，该服务器可以包括：处理器(processor)121、通信接口(Communications Interface)122、存储器(memory)123和通信总线124，其中，处理器121，通信接口122，存储器123通过通信总线124完成相互间的通信。处理器121可以调用存储器123中的逻辑指令，以执行如下方法：对忆阻突触器件进行权重调制，获取忆阻突触器件在稳定组态下的稳态阻值范围和脉冲激励阈值范围；基于稳态阻值范围和脉冲激励阈值范围，设计忆阻突触器件的脉冲对波形；根据脉冲对波形获取相应的脉冲对；利用所述脉冲对作用于忆阻突触器件，以实现忆阻突触器件的多样化STDP。
此外，上述的存储器123中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，REad-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的实现忆阻突触器件多样化STDP的方法，例如包括：对忆阻突触器件进行权重调制，获取忆阻突触器件在稳定组态下的稳态阻值范围和脉冲激励阈值范围；基于稳态阻值范围和脉冲激励阈值范围，设计忆阻突触器件的脉冲对波形；根据脉冲对波形获取相应的脉冲对；利用所述脉冲对作用于忆阻突触器件，以实现忆阻突触器件的多样化STDP。
以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (12)
1.一种实现忆阻突触器件多样化STDP的方法，其特征在于，包括：
对忆阻突触器件进行权重调制，获取所述忆阻突触器件在稳定组态下的稳态阻值范围和脉冲激励阈值范围；
基于所述稳态阻值范围和所述脉冲激励阈值范围，设计所述忆阻突触器件的脉冲对波形；
根据所述脉冲对波形获取相应的脉冲对；
利用所述脉冲对作用于所述忆阻突触器件，以实现所述忆阻突触器件的多样化STDP。
2.根据权利要求1所述的实现忆阻突触器件多样化STDP的方法，其特征在于，所述对忆阻突触器件进行权重调制，获取所述忆阻突触器件在稳定组态下的稳态阻值范围和脉冲激励阈值范围，包括：
对所述忆阻突触器件的前后突触分别施加不同的调制脉冲，并根据所述调制脉冲对前后突触权重的增强及抑制效果，确定所述忆阻突触器件在稳定组态时的稳态阻值范围和脉冲激励阈值范围。
3.根据权利要求2所述的实现忆阻突触器件多样化STDP的方法，其特征在于，所述不同的调制脉冲为脉冲幅值不同的调制脉冲。
4.根据权利要求1所述的实现忆阻突触器件多样化STDP的方法，其特征在于，所述基于所述稳态阻值范围和所述脉冲激励阈值范围，设计所述忆阻突触器件的脉冲对波形，包括：
基于所述稳态阻值范围和所述脉冲激励阈值范围，获取所述忆阻突触器件处于稳定组态时，电阻与脉冲幅值的关系；
根据所述电阻与脉冲幅值的关系，确定所述忆阻突触器件处于稳定组态时，电导改变量与脉冲幅值的关系；
结合多样化STDP标准曲线，拟合获取前后突触权重的改变量与前后神经元激励时序的关系；
根据所述电导改变量与脉冲幅值的关系和所述前后突触权重的改变量与前后神经元激励时序的关系，确定脉冲幅值与时间间隔的关系；
根据所述脉冲幅值与时间间隔的关系，获取所述忆阻突触器件的脉冲对波形；
所述脉冲对波形中任一单独脉冲的幅值位于所述激励阈值范围内，且任一脉冲对的叠加脉宽位于所述激励阈值范围外。
5.根据权利要求4所述的实现忆阻突触器件多样化STDP的方法，其特征在于，所述忆阻突触器件的脉冲对波形，包括非对称型Hebbian波形、非对称型反Hebbian波形、对称型Hebbian波形以及对称型反Hebbian波形。
6.根据权利要求5所述的实现忆阻突触器件多样化STDP的方法，其特征在于，所述非对称型Hebbian波形、非对称型反Hebbian波形为三角波与方波的组合波形；所述对称型Hebbian波形、对称型反Hebbian波形为突触前端方波与突触后端三角波的组合波形。
7.根据权利要求5所述的实现忆阻突触器件多样化STDP的方法，其特征在于，所述根据所述脉冲对波形获取相应的脉冲对，包括：
根据所述脉冲对波形获取施加于所述忆阻突触器件的前后脉冲的叠加幅值与时间间隔的关系；
根据所述叠加幅值与时间间隔的关系，确定每个所述脉冲对。
8.根据权利要求1所述的实现忆阻突触器件多样化STDP的方法，其特征在于，在所述对忆阻突触器件进行权重调制之前，还包括选择合适的忆阻突触器件；所述忆阻突触器件为TiN/HfO2/Al2O3/Pt氧化物忆阻突触器件。
9.根据权利要求1所述的实现忆阻突触器件多样化STDP的方法，其特征在于，所述忆阻突触器件包括采用ALD工艺制备的Al2O3/HfO2阻变层。
10.一种实现忆阻突触器件多样化STDP的系统，其特征在于，包括：权重调制单元、脉冲对波形设计单元、脉冲对生成单元以及STDP调制单元；
所述权重调制单元用于对忆阻突触器件进行权重调制，获取所述忆阻突触器件在稳定组态下的稳态阻值范围和脉冲激励阈值范围；
所述脉冲对波形设计单元用于基于所述稳态阻值范围和所述脉冲激励阈值范围，设计所述忆阻突触器件的脉冲对波形；
所述脉冲对读取单元用于根据所述脉冲对波形获取相应的脉冲对；
所述STDP调制单元用于利用所述脉冲对作用于所述忆阻突触器件，以实现所述忆阻突触器件的多样化STDP。
11.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述实现忆阻突触器件多样化STDP的方法的步骤。
12.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述实现忆阻突触器件多样化STDP的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911403919.4A CN111129297B (zh) | 2019-12-30 | 2019-12-30 | 一种实现忆阻突触器件多样化stdp的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911403919.4A CN111129297B (zh) | 2019-12-30 | 2019-12-30 | 一种实现忆阻突触器件多样化stdp的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111129297A true CN111129297A (zh) | 2020-05-08 |
| CN111129297B CN111129297B (zh) | 2022-04-19 |
Family
ID=70505920
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911403919.4A Active CN111129297B (zh) | 2019-12-30 | 2019-12-30 | 一种实现忆阻突触器件多样化stdp的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111129297B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112163368A (zh) * | 2020-08-28 | 2021-01-01 | 华南师范大学 | 一种基于忆阻器的脑高级功能模拟方法 |
| CN115018063A (zh) * | 2022-06-08 | 2022-09-06 | 西安交通大学 | 基于相变或铁电忆阻器电子突触实现stdp模拟的方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102610274A (zh) * | 2012-04-06 | 2012-07-25 | 电子科技大学 | 一种阻变突触权值调整电路 |
| CN103000806A (zh) * | 2011-09-14 | 2013-03-27 | 瑞萨电子株式会社 | 电阻变化型非易失性存储器件及其操作方法、半导体器件 |
| US20140358834A1 (en) * | 2013-05-30 | 2014-12-04 | Postech Academy-Industry Foundation | Synapse circuit and neuromorphic system including the same |
| 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 |
| CN108664735A (zh) * | 2018-05-11 | 2018-10-16 | 华中科技大学 | 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 |
| CN110428050A (zh) * | 2019-08-25 | 2019-11-08 | 湖北大学 | 一种基于忆阻器实现多样化stdp学习规则的突触仿生电路 |
-
2019
- 2019-12-30 CN CN201911403919.4A patent/CN111129297B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103000806A (zh) * | 2011-09-14 | 2013-03-27 | 瑞萨电子株式会社 | 电阻变化型非易失性存储器件及其操作方法、半导体器件 |
| CN102610274A (zh) * | 2012-04-06 | 2012-07-25 | 电子科技大学 | 一种阻变突触权值调整电路 |
| US20140358834A1 (en) * | 2013-05-30 | 2014-12-04 | Postech Academy-Industry Foundation | Synapse circuit and neuromorphic system including the same |
| 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 |
| CN108664735A (zh) * | 2018-05-11 | 2018-10-16 | 华中科技大学 | 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 |
| CN110428050A (zh) * | 2019-08-25 | 2019-11-08 | 湖北大学 | 一种基于忆阻器实现多样化stdp学习规则的突触仿生电路 |
Non-Patent Citations (2)
| Title |
|---|
| JIN JOO RYU 等: ""Optimized Method for Low‐Energy and Highly Reliable Multibit Operation in a HfO2‐Based Resistive Switching Device"", 《ADVANCED ELECTRONIC MATERIALS》 * |
| NEERAJ PANWAR 等: ""Arbitrary Spike Time Dependent Plasticity(STDP) in Memristor by Analog Waveform Engineering"", 《IEEE ELECTRON DEVICE LETTERS》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112163368A (zh) * | 2020-08-28 | 2021-01-01 | 华南师范大学 | 一种基于忆阻器的脑高级功能模拟方法 |
| CN115018063A (zh) * | 2022-06-08 | 2022-09-06 | 西安交通大学 | 基于相变或铁电忆阻器电子突触实现stdp模拟的方法及系统 |
| CN115018063B (zh) * | 2022-06-08 | 2024-08-23 | 西安交通大学 | 基于相变或铁电忆阻器电子突触实现stdp模拟的方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111129297B (zh) | 2022-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Memristor-based circuit design for multilayer neural networks | |
| US10650308B2 (en) | Electronic neuromorphic system, synaptic circuit with resistive switching memory and method of performing spike-timing dependent plasticity | |
| US20200020393A1 (en) | Neural network matrix multiplication in memory cells | |
| KR102313075B1 (ko) | 인공 뉴런 및 멤리스터를 갖는 장치 | |
| US9330355B2 (en) | Computed synapses for neuromorphic systems | |
| Sheri et al. | Neuromorphic character recognition system with two PCMO memristors as a synapse | |
| US11188825B2 (en) | Mixed-precision deep-learning with multi-memristive devices | |
| KR20130036318A (ko) | Ｓｔｄｐ 및 도파민 시그널을 갖는 3―멤리스터 시냅스에 대한 방법들 및 시스템들 | |
| WO2015065686A2 (en) | Methods and apparatus for tagging classes using supervised learning | |
| CN111129297B (zh) | 一种实现忆阻突触器件多样化stdp的方法及系统 | |
| Shi et al. | Design of in-situ learning bidirectional associative memory neural network circuit with memristor synapse | |
| JP7118930B2 (ja) | スパイキングニューラルネットワーク装置およびその学習方法 | |
| Zhang et al. | Improved learning experience memristor model and application as neural network synapse | |
| Bianchi et al. | Energy-efficient continual learning in hybrid supervised-unsupervised neural networks with PCM synapses | |
| KR20170080431A (ko) | 뉴로모픽 소자 및 뉴로모픽 소자의 저항 변화율을 조절하는 방법 | |
| Zhao et al. | A current-feedback method for programming memristor array in bidirectional associative memory | |
| Chang et al. | Interchangeable Hebbian and anti-Hebbian STDP applied to supervised learning in spiking neural network | |
| Morozov et al. | Mathematical modeling of an analogue self-learning neural network based on memristive elements taking into account stochastic switching dynamics | |
| Lorenzi et al. | Memristor based neuromorphic circuit for visual pattern recognition | |
| Siegel et al. | System model of neuromorphic sequence learning on a memristive crossbar array | |
| CN111323654B (zh) | 一种阻变器件的突触模拟方法及系统 | |
| US20240303484A1 (en) | Neuromorphic circuit and associated training method | |
| Morozov et al. | Simulation of the neuromorphic network operation taking into account stochastic effects | |
| Shuai et al. | Spike-timing-dependent plasticity in memristors | |
| Thiruvarudchelvan et al. | Analysis of SpikeProp convergence with alternative spike response functions |
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 |