JP2021140531A - シナプス回路およびニューラルネットワーク装置 - Google Patents
シナプス回路およびニューラルネットワーク装置 Download PDFInfo
- Publication number
- JP2021140531A JP2021140531A JP2020038543A JP2020038543A JP2021140531A JP 2021140531 A JP2021140531 A JP 2021140531A JP 2020038543 A JP2020038543 A JP 2020038543A JP 2020038543 A JP2020038543 A JP 2020038543A JP 2021140531 A JP2021140531 A JP 2021140531A
- Authority
- JP
- Japan
- Prior art keywords
- current
- circuit
- output
- normalized
- wait
- 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
- 230000000946 synaptic effect Effects 0.000 title claims abstract description 69
- 238000013528 artificial neural network Methods 0.000 title claims description 22
- 239000003990 capacitor Substances 0.000 claims abstract description 89
- 238000010606 normalization Methods 0.000 claims abstract description 82
- 210000000225 synapse Anatomy 0.000 claims description 54
- 210000002569 neuron Anatomy 0.000 claims description 53
- 230000005669 field effect Effects 0.000 claims description 33
- 230000004044 response Effects 0.000 claims description 6
- 238000010304 firing Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000001537 neural effect Effects 0.000 claims 1
- 238000000034 method Methods 0.000 description 33
- 230000008569 process Effects 0.000 description 29
- 238000010586 diagram Methods 0.000 description 14
- 230000008859 change Effects 0.000 description 8
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003956 synaptic plasticity Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 239000002775 capsule Substances 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012421 spiking Methods 0.000 description 1
Images
Classifications
-
- 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
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
-
- 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
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
- G06N3/065—Analogue means
-
- 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
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Neurology (AREA)
- Electronic Switches (AREA)
- Measurement Of Current Or Voltage (AREA)
- Semiconductor Integrated Circuits (AREA)
Abstract
Description
IW=Itau+Ith+IC…(11)
IC=IW−(Itau+Ith)…(12)
IW=Itau+Ith+IC+INW…(13)
IC=IW−INW−(Itau+Ith)…(14)
正規化オフ時のIC>正規化オン時のIC…(15)
22 レイヤ
24 シナプス部
26 学習回路
30 ニューロン回路
32 前段ニューロン回路
34 後段ニューロン回路
40 シナプス回路
60 ウェイト保持回路
62 ウェイト電流回路
64 入力スイッチ
66 キャパシタ
68 出力増幅回路
70 出力回路
72 電荷調整回路
74 第1定電流回路
76 第2定電流回路
78 正規化回路
80 制御回路
82 電流発生回路
84 スイッチ回路
86 第1電界効果トランジスタ
88 第2電界効果トランジスタ
90 定電流源
92 抵抗
94 第3電界効果トランジスタ
Claims (15)
- ウェイト値が設定され、前段ニューロン回路から2値の入力信号を受け取り、後段ニューロン回路へと出力信号を出力するシナプス回路であって、
前記ウェイト値に応じた電流値のウェイト電流を流すウェイト電流回路と、
前記入力信号に応じて、前記ウェイト電流回路に前記ウェイト電流を流させるか否かを切り替える入力スイッチと、
第1端子および第2端子を有し、前記第1端子に定電圧が印加されるキャパシタと、
前記第2端子に発生するキャパシタ電圧に応じた前記出力信号を出力する出力回路と、
前記入力スイッチにより前記ウェイト電流が流される場合、前記第2端子から前記ウェイト電流の電流値に応じたキャパシタ電流を吸い出す、または、前記キャパシタ電流を前記第2端子に供給することにより、前記キャパシタに蓄積される電荷を減少または増加させる電荷調整回路と、
前記ウェイト値に応じて、前記キャパシタ電流から予め定められた電流値の電流を減じるか否かを切り替える制御回路と、
を備えるシナプス回路。 - 予め定められた電流値の正規化電流を出力する正規化回路をさらに備え、
前記制御回路は、前記ウェイト値に応じて、前記正規化回路から、前記キャパシタ電流から減じる前記電流として前記正規化電流を出力させるか否かを切り替え、
前記キャパシタ電流は、
前記入力スイッチにより前記ウェイト電流が流され、且つ、前記正規化電流が出力されない場合、前記ウェイト電流から、予め設定された一定電流を減じた電流値であり、
前記入力スイッチにより前記ウェイト電流が流され、且つ、前記正規化電流が出力される場合、前記ウェイト電流から、前記一定電流および前記正規化電流を減じた電流値である
請求項1に記載のシナプス回路。 - 前記正規化回路は、
ダイオード接続された第1電界効果トランジスタと、
ゲートが、前記第1電界効果トランジスタのゲートに接続された第2電界効果トランジスタと、
前記第1電界効果トランジスタのドレイン−ソースに直列に接続され、定電流を流す定電流源と、
前記第2電界効果トランジスタのドレイン−ソースに対して直列に接続されたスイッチ回路と、
を有し、
前記正規化回路は、前記第2電界効果トランジスタのドレイン−ソース間に流れる電流を前記正規化電流として出力し、
前記制御回路は、前記スイッチ回路を導通状態または切断状態に切り替える
請求項2に記載のシナプス回路。 - 前記正規化回路は、
一方の端子が電源電位に接続された抵抗と、
前記抵抗における前記電源電位とは異なる端子と前記ウェイト電流回路との間に接続されたスイッチ回路と、
を有し、
前記正規化回路は、前記抵抗に流れる電流を前記正規化電流として出力し、
前記制御回路は、前記スイッチ回路を導通状態または切断状態に切り替える
請求項2に記載のシナプス回路。 - 前記正規化回路は、
ゲートに所定電圧が印加された第3電界効果トランジスタと、
前記第3電界効果トランジスタのドレイン−ソースに対して直列に接続されたスイッチ回路と、
を有し、
前記正規化回路は、前記第3電界効果トランジスタのドレイン−ソース間に流れる電流を前記正規化電流として出力し、
前記制御回路は、前記スイッチ回路を導通状態または切断状態に切り替える
請求項2に記載のシナプス回路。 - 前記ウェイト値を記憶し、前記ウェイト値に応じた電圧値のウェイト電圧を出力するウェイト保持回路をさらに備え、
前記ウェイト電流回路は、前記ウェイト電圧に応じた電流値の前記ウェイト電流を流す
請求項2から5の何れか1項に記載のシナプス回路。 - 前記制御回路は、
前記ウェイト電圧が、予め設定された第1電圧範囲内である場合、前記正規化回路から前記正規化電流を出力させず、
前記ウェイト電圧が前記第1電圧範囲外となった場合、前記正規化電流を出力させる
請求項6に記載のシナプス回路。 - 前記制御回路は、前記正規化電流を出力させた後、前記ウェイト電圧が前記第1電圧範囲内となっても、前記正規化電流を出力させ続ける
請求項7に記載のシナプス回路。 - 前記制御回路は、前記正規化電流を出力させた後、所定時間前から現在までの間、前記ウェイト電圧が前記第1電圧範囲内である場合、前記正規化電流の出力を停止させる
請求項7に記載のシナプス回路。 - それぞれが複数のニューロン回路を含む、N段(Nは2以上の整数)のレイヤと、
(N−1)個のシナプス部と、
を備え、
前記(N−1)個のシナプス部のそれぞれは、
それぞれに固有のウェイト値が設定された複数のシナプス回路と、
制御回路と、
を有し、
前記(N−1)個のシナプス部のうちのn番目(nは、1以上、(N−1)以下の整数)のシナプス部に含まれる前記複数のシナプス回路のそれぞれは、n段目のレイヤに含まれる前記複数のニューロン回路のうちの1つの前段ニューロン回路から出力された信号を2値の入力信号として受け取り、(n+1)段目のレイヤに含まれる前記複数のニューロン回路のうちの1つの後段ニューロン回路に出力信号を与え、
前記N段のレイヤのうちの(n+1)段目のレイヤに含まれる前記複数のニューロン回路のそれぞれは、前記n番目のシナプス部に含まれる何れか2以上のシナプス回路から出力された2以上の前記出力信号を受け取り、受け取った2以上の前記出力信号に基づき発火する信号を出力し、
前記複数のシナプス回路のそれぞれは、
前記ウェイト値に応じた電流値のウェイト電流を流すウェイト電流回路と、
前記入力信号に応じて、前記ウェイト電流回路に前記ウェイト電流を流させるか否かを切り替える入力スイッチと、
第1端子および第2端子を有し、前記第1端子に定電圧が印加されるキャパシタと、
前記第2端子に発生するキャパシタ電圧に応じた前記出力信号を出力する出力回路と、
前記入力スイッチにより前記ウェイト電流が流される場合、前記第2端子から前記ウェイト電流の電流値に応じたキャパシタ電流を吸い出す、または、前記キャパシタ電流を前記第2端子に供給することにより、前記キャパシタに蓄積される電荷を減少または増加させる電荷調整回路と、
を有し、
前記制御回路は、前記複数のシナプス回路のそれぞれについて、前記ウェイト値に応じて、前記キャパシタ電流から予め定められた電流値の電流を減じるか否かを切り替える
ニューラルネットワーク装置。 - 前記複数のシナプス回路のそれぞれは、
予め定められた電流値の正規化電流を出力する正規化回路をさらに備え、
前記制御回路は、前記複数のシナプス回路のそれぞれについて、前記ウェイト値に応じて、前記正規化回路から、前記キャパシタ電流から減じる前記電流として前記正規化電流を出力させるか否かを切り換え、
前記キャパシタ電流は、
前記入力スイッチにより前記ウェイト電流が流され、且つ、前記正規化電流が出力されない場合、前記ウェイト電流から、予め設定された一定電流を減じた電流値であり、
前記入力スイッチにより前記ウェイト電流が流され、且つ、前記正規化電流が出力される場合、前記ウェイト電流から、前記一定電流および前記正規化電流を減じた電流値である
請求項10に記載のニューラルネットワーク装置。 - 前記複数のシナプス回路のそれぞれは、
前記ウェイト値を記憶し、前記ウェイト値に応じた電圧値のウェイト電圧を出力するウェイト保持回路をさらに備え、
前記ウェイト電流回路は、前記複数のシナプス回路のそれぞれについて、前記ウェイト電圧に応じた電流値の前記ウェイト電流を流す
請求項11に記載のニューラルネットワーク装置。 - 前記制御回路は、前記複数のシナプス回路のそれぞれについて、
前記ウェイト電圧が、予め設定された第1電圧範囲内である場合、前記正規化回路から前記正規化電流を出力させず、
前記ウェイト電圧が前記第1電圧範囲外となった場合、前記正規化電流を出力させる
請求項12に記載のニューラルネットワーク装置。 - 前記制御回路は、同一の前記後段ニューロン回路に対して前記出力信号を出力する2以上のシナプス回路における全ての前記ウェイト電圧が、前記第1電圧範囲内である場合、前記正規化回路から前記正規化電流を出力させず、
前記2以上のシナプス回路における、少なくとも1つの前記ウェイト電圧が前記第1電圧範囲外となった場合、前記正規化電流を出力させる
請求項13に記載のニューラルネットワーク装置。 - 前記(N−1)個のシナプス部のそれぞれに含まれる前記複数のシナプス回路に設定された前記ウェイト値を、前記前段ニューロン回路から出力された信号が発火したことに応じて、前記後段ニューロン回路から出力された信号が発火した場合、所定量増加させる学習回路をさらに備える
請求項10から14の何れか1項に記載のニューラルネットワーク装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020038543A JP7271463B2 (ja) | 2020-03-06 | 2020-03-06 | シナプス回路およびニューラルネットワーク装置 |
US17/005,731 US12073311B2 (en) | 2020-03-06 | 2020-08-28 | Synaptic circuit and neural network apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020038543A JP7271463B2 (ja) | 2020-03-06 | 2020-03-06 | シナプス回路およびニューラルネットワーク装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021140531A true JP2021140531A (ja) | 2021-09-16 |
JP7271463B2 JP7271463B2 (ja) | 2023-05-11 |
Family
ID=77555792
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020038543A Active JP7271463B2 (ja) | 2020-03-06 | 2020-03-06 | シナプス回路およびニューラルネットワーク装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US12073311B2 (ja) |
JP (1) | JP7271463B2 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05210649A (ja) * | 1992-01-24 | 1993-08-20 | Mitsubishi Electric Corp | 神経回路網表現装置 |
JPH11265418A (ja) * | 1998-03-18 | 1999-09-28 | Japan Science & Technology Corp | 連続パルス遅延機能を有する軸索回路 |
JP2010146514A (ja) * | 2008-12-22 | 2010-07-01 | Sharp Corp | 情報処理装置及びこれを用いたニューラルネットワーク回路 |
JP2017529592A (ja) * | 2014-08-08 | 2017-10-05 | クゥアルコム・インコーポレイテッドQualcomm Incorporated | 非同期パルス変調を用いた人工ニューロンおよびスパイキングニューロン |
US20190279078A1 (en) * | 2018-03-09 | 2019-09-12 | Arizona Board Of Regents On Behalf Of Northern Arizona University | Artificial neuron synaptic weights implemented with variable dissolvable conductive paths |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FI894021A (fi) * | 1988-08-31 | 1990-03-01 | Fujitsu Ltd | Neuronstruktur. |
JP3305267B2 (ja) * | 1998-08-07 | 2002-07-22 | 株式会社モノリス | シナプス素子、しきい値回路およびニューロン装置 |
US8655813B2 (en) | 2010-12-30 | 2014-02-18 | International Business Machines Corporation | Synaptic weight normalized spiking neuronal networks |
JP6501146B2 (ja) * | 2014-03-18 | 2019-04-17 | パナソニックIpマネジメント株式会社 | ニューラルネットワーク回路およびその学習方法 |
US20150278681A1 (en) * | 2014-04-01 | 2015-10-01 | Boise State University | Memory controlled circuit system and apparatus |
US11176451B2 (en) * | 2018-10-12 | 2021-11-16 | International Business Machines Corporation | Capacitor based resistive processing unit with symmetric weight update |
-
2020
- 2020-03-06 JP JP2020038543A patent/JP7271463B2/ja active Active
- 2020-08-28 US US17/005,731 patent/US12073311B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05210649A (ja) * | 1992-01-24 | 1993-08-20 | Mitsubishi Electric Corp | 神経回路網表現装置 |
JPH11265418A (ja) * | 1998-03-18 | 1999-09-28 | Japan Science & Technology Corp | 連続パルス遅延機能を有する軸索回路 |
JP2010146514A (ja) * | 2008-12-22 | 2010-07-01 | Sharp Corp | 情報処理装置及びこれを用いたニューラルネットワーク回路 |
JP2017529592A (ja) * | 2014-08-08 | 2017-10-05 | クゥアルコム・インコーポレイテッドQualcomm Incorporated | 非同期パルス変調を用いた人工ニューロンおよびスパイキングニューロン |
US20190279078A1 (en) * | 2018-03-09 | 2019-09-12 | Arizona Board Of Regents On Behalf Of Northern Arizona University | Artificial neuron synaptic weights implemented with variable dissolvable conductive paths |
Also Published As
Publication number | Publication date |
---|---|
US20210279558A1 (en) | 2021-09-09 |
US12073311B2 (en) | 2024-08-27 |
JP7271463B2 (ja) | 2023-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7132196B2 (ja) | 処理装置および推論システム | |
KR20140141778A (ko) | Stdp 동작을 위한 시냅스 회로 및 시냅스 회로를 포함하는 뉴로모픽 시스템 | |
US10366326B2 (en) | Unit having an artificial neuron and a memristor | |
JP6926037B2 (ja) | シナプス回路、演算装置およびニューラルネットワーク装置 | |
JP6989552B2 (ja) | ニューラルネットワーク装置 | |
JP7447034B2 (ja) | シナプス回路およびニューラルネットワーク装置 | |
CN114528984A (zh) | 一种用于脉冲神经网络的多输入神经元电路 | |
JP2021140531A (ja) | シナプス回路およびニューラルネットワーク装置 | |
US12093809B2 (en) | Arithmetic device and neural network device | |
Khalid et al. | Memristor crossbar-based pattern recognition circuit using perceptron learning rule | |
JPH0628504A (ja) | ニューラル・ネットワーク | |
KR0178805B1 (ko) | 스스로 학습이 가능한 다층 신경회로망 및 학습 방법 | |
KR20190066400A (ko) | 다중 레벨의 가중치 소자 | |
CN111630528B (zh) | 类神经电路以及运作方法 | |
US11443177B2 (en) | Artificial neuromorphic circuit and operation method | |
JP7482071B2 (ja) | 記憶装置およびニューラルネットワーク装置 | |
CN113110040A (zh) | 一种基于stdp学习规则的突触电路 | |
Sarkar et al. | A new supervised learning approach for visual pattern recognition using discrete circuit elements and memristor array | |
Hansen et al. | A time-multiplexed switched-capacitor circuit for neural network applications | |
Gi et al. | Implementation of STDP Learning for Non-volatile Memory-based Spiking Neural Network using Comparator Metastability | |
US11468307B2 (en) | Artificial neuromorphic circuit and operation method | |
JP7358312B2 (ja) | 記憶装置およびニューラルネットワーク装置 | |
CN210924660U (zh) | 类神经电路 | |
EP0970420A1 (en) | Associative neuron in an artificial neural network | |
CN114089630A (zh) | 一种基于stdp学习规则的低功耗非对称性可调突触电路 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220225 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230310 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230328 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230426 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7271463 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |