JP7391097B2 - 3ゲート不揮発性メモリセルのアレイを使用するニューラルネットワーク分類子 - Google Patents
3ゲート不揮発性メモリセルのアレイを使用するニューラルネットワーク分類子 Download PDFInfo
- Publication number
- JP7391097B2 JP7391097B2 JP2021541294A JP2021541294A JP7391097B2 JP 7391097 B2 JP7391097 B2 JP 7391097B2 JP 2021541294 A JP2021541294 A JP 2021541294A JP 2021541294 A JP2021541294 A JP 2021541294A JP 7391097 B2 JP7391097 B2 JP 7391097B2
- Authority
- JP
- Japan
- Prior art keywords
- memory cells
- lines
- synapses
- gate
- insulated
- 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
Links
- 238000013528 artificial neural network Methods 0.000 title claims description 68
- 210000004027 cell Anatomy 0.000 claims description 446
- 210000000225 synapse Anatomy 0.000 claims description 127
- 210000002569 neuron Anatomy 0.000 claims description 33
- 239000000758 substrate Substances 0.000 claims description 29
- 239000004065 semiconductor Substances 0.000 claims description 23
- 239000011159 matrix material Substances 0.000 description 104
- 239000010410 layer Substances 0.000 description 47
- 238000010586 diagram Methods 0.000 description 35
- 238000003491 array Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 18
- 239000000463 material Substances 0.000 description 13
- 238000000034 method Methods 0.000 description 10
- 230000004913 activation Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000013507 mapping Methods 0.000 description 6
- 101100112673 Rattus norvegicus Ccnd2 gene Proteins 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000003750 conditioning effect Effects 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 230000005689 Fowler Nordheim tunneling Effects 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 210000004205 output neuron Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 230000000946 synaptic effect Effects 0.000 description 2
- 230000005641 tunneling Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002356 single layer Substances 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
- G06N3/065—Analogue means
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C11/00—Digital stores characterised by the use of particular electric or magnetic storage elements; Storage elements therefor
- G11C11/54—Digital stores characterised by the use of particular electric or magnetic storage elements; Storage elements therefor using elements simulating biological cells, e.g. neuron
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C16/00—Erasable programmable read-only memories
- G11C16/02—Erasable programmable read-only memories electrically programmable
- G11C16/06—Auxiliary circuits, e.g. for writing into memory
- G11C16/10—Programming or data input circuits
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C16/00—Erasable programmable read-only memories
- G11C16/02—Erasable programmable read-only memories electrically programmable
- G11C16/06—Auxiliary circuits, e.g. for writing into memory
- G11C16/10—Programming or data input circuits
- G11C16/14—Circuits for erasing electrically, e.g. erase voltage switching circuits
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L29/00—Semiconductor devices specially adapted for rectifying, amplifying, oscillating or switching and having potential barriers; Capacitors or resistors having potential barriers, e.g. a PN-junction depletion layer or carrier concentration layer; Details of semiconductor bodies or of electrodes thereof ; Multistep manufacturing processes therefor
- H01L29/40—Electrodes ; Multistep manufacturing processes therefor
- H01L29/41—Electrodes ; Multistep manufacturing processes therefor characterised by their shape, relative sizes or dispositions
- H01L29/423—Electrodes ; Multistep manufacturing processes therefor characterised by their shape, relative sizes or dispositions not carrying the current to be rectified, amplified or switched
- H01L29/42312—Gate electrodes for field effect devices
- H01L29/42316—Gate electrodes for field effect devices for field-effect transistors
- H01L29/4232—Gate electrodes for field effect devices for field-effect transistors with insulated gate
- H01L29/42324—Gate electrodes for transistors with a floating gate
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L29/00—Semiconductor devices specially adapted for rectifying, amplifying, oscillating or switching and having potential barriers; Capacitors or resistors having potential barriers, e.g. a PN-junction depletion layer or carrier concentration layer; Details of semiconductor bodies or of electrodes thereof ; Multistep manufacturing processes therefor
- H01L29/40—Electrodes ; Multistep manufacturing processes therefor
- H01L29/41—Electrodes ; Multistep manufacturing processes therefor characterised by their shape, relative sizes or dispositions
- H01L29/423—Electrodes ; Multistep manufacturing processes therefor characterised by their shape, relative sizes or dispositions not carrying the current to be rectified, amplified or switched
- H01L29/42312—Gate electrodes for field effect devices
- H01L29/42316—Gate electrodes for field effect devices for field-effect transistors
- H01L29/4232—Gate electrodes for field effect devices for field-effect transistors with insulated gate
- H01L29/42324—Gate electrodes for transistors with a floating gate
- H01L29/42328—Gate electrodes for transistors with a floating gate with at least one additional gate other than the floating gate and the control gate, e.g. program gate, erase gate or select gate
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L29/00—Semiconductor devices specially adapted for rectifying, amplifying, oscillating or switching and having potential barriers; Capacitors or resistors having potential barriers, e.g. a PN-junction depletion layer or carrier concentration layer; Details of semiconductor bodies or of electrodes thereof ; Multistep manufacturing processes therefor
- H01L29/66—Types of semiconductor device ; Multistep manufacturing processes therefor
- H01L29/68—Types of semiconductor device ; Multistep manufacturing processes therefor controllable by only the electric current supplied, or only the electric potential applied, to an electrode which does not carry the current to be rectified, amplified or switched
- H01L29/76—Unipolar devices, e.g. field effect transistors
- H01L29/772—Field effect transistors
- H01L29/78—Field effect transistors with field effect produced by an insulated gate
- H01L29/788—Field effect transistors with field effect produced by an insulated gate with floating gate
- H01L29/7881—Programmable transistors with only two possible levels of programmation
- H01L29/7883—Programmable transistors with only two possible levels of programmation charging by tunnelling of carriers, e.g. Fowler-Nordheim tunnelling
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10B—ELECTRONIC MEMORY DEVICES
- H10B41/00—Electrically erasable-and-programmable ROM [EEPROM] devices comprising floating gates
- H10B41/30—Electrically erasable-and-programmable ROM [EEPROM] devices comprising floating gates characterised by the memory core region
-
- 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
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C16/00—Erasable programmable read-only memories
- G11C16/02—Erasable programmable read-only memories electrically programmable
- G11C16/04—Erasable programmable read-only memories electrically programmable using variable threshold transistors, e.g. FAMOS
- G11C16/0408—Erasable programmable read-only memories electrically programmable using variable threshold transistors, e.g. FAMOS comprising cells containing floating gate transistors
- G11C16/0425—Erasable programmable read-only memories electrically programmable using variable threshold transistors, e.g. FAMOS comprising cells containing floating gate transistors comprising cells containing a merged floating gate and select transistor
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C16/00—Erasable programmable read-only memories
- G11C16/02—Erasable programmable read-only memories electrically programmable
- G11C16/04—Erasable programmable read-only memories electrically programmable using variable threshold transistors, e.g. FAMOS
- G11C16/0483—Erasable programmable read-only memories electrically programmable using variable threshold transistors, e.g. FAMOS comprising cells having several storage transistors connected in series
Landscapes
- Engineering & Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Physics & Mathematics (AREA)
- Power Engineering (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Ceramic Engineering (AREA)
- Biophysics (AREA)
- Neurology (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Non-Volatile Memory (AREA)
- Semiconductor Memories (AREA)
- Read Only Memory (AREA)
Description
本出願は、2019年1月18日出願の特許仮出願第62/794,492号及び2019年1月29日出願の同第62/798,417号に対する優先権を主張する、2019年4月11日出願の米国特許出願第16/382,045号の利益を主張する。
本発明は、ニューラルネットワークに関する。
表1
表2
メモリセルのプログラミング及び格納
不揮発性メモリセルアレイを使用するニューラルネットワーク
表3
Iout=Σ(Ii*Wij)
式中、「i」は行を表し、「j」はメモリセルが存在する列を表す。図16にVin0~Vin3として示されるように、入力電圧が入力電流の代わりに印加される場合、各出力Ioutは、列内の全てのセルについて入力電圧に、セルに格納された重みWを乗じた値の合計に比例する。
Iout α Σ(Vi*Wij)
Ids=Io*e(Vg-Vth)/kVt=w*Io*e(Vg)/kVt
式中、w=e(-Vth)/kVtである。
入力電流を入力電圧に変換するためのメモリセルを使用するIーVログ変換器について:
Vg=k*Vt*log[Ids/wp*Io]
式中、wpは、基準又は周辺メモリセルのwである。ベクトルマトリックス乗算器VMMとして使用されるメモリアレイについて、出力電流は以下である:
Iout=wa*Io*e(Vg)/kVt、すなわち
Iout=(wa/wp)*Iin=W*Iin
W=e(Vthp-Vtha)/kVt
式中、メモリアレイの各メモリセルのwa=wである。選択ゲート線28aは、電流電圧変換の間に閉じられるスイッチBLRによってビット線16aに接続される入力電圧のためのメモリセルの入力として使用することができる。
Ids=β*(Vgs-Vth)*Vds;β=u*Cox*Wt/L
式中、Wt及びLは、それぞれトランジスタの幅及び長さである。
Wα(Vgs-Vth)は、重みWが(Vgs-Vth)に比例することを意味する。
Ids=α1/2*β*(Vgs-Vth)2;β=u*Cox*Wt/L
Wα(Vgs-Vth)2は、重みWが、(Vgs-Vth)2に比例することを意味する。
表4
Claims (34)
- ニューラルネットワークデバイスであって、
第1の複数の入力を受信するように、かつそれから第1の複数の出力を生成するように構成された、第1の複数のシナプスを備え、該第1の複数のシナプスは、
複数のメモリセルであって、該メモリセルのそれぞれは、半導体基板内に形成され、間にチャネル領域が延在する離間したソース領域及びドレイン領域と、前記チャネル領域の第1の部分の上方に配設され、前記チャネル領域の前記第1の部分から絶縁された浮遊ゲートと、前記チャネル領域の第2の部分の上方に配設され、前記チャネル領域の前記第2の部分から絶縁された第1のゲートと、前記浮遊ゲートの上方に配設され、前記浮遊ゲートから絶縁された、又は前記ソース領域の上方に配設され、前記ソース領域から絶縁された、第2のゲートと、を含み、
前記複数のメモリセルのそれぞれは、前記浮遊ゲートの電子数に対応する重み値を格納するように構成され、
前記複数のメモリセルは、前記第1の複数の入力及び格納された前記重み値に基づいて、前記第1の複数の出力を生成するように構成された、複数のメモリセルを含み、
前記第1の複数のシナプスの前記メモリセルは、行及び列に配置され、前記第1の複数のシナプスは、
前記メモリセルの前記行のうちの1つにおいて前記第1のゲートをそれぞれ電気的に接続する複数の第1の線と、
前記メモリセルの前記行のうちの1つにおいて前記第2のゲートをそれぞれ電気的に接続する複数の第2の線と、
前記メモリセルの前記列のうちの1つにおいて前記ソース領域をそれぞれ電気的に接続する複数の第3の線と、
前記メモリセルの前記列のうちの1つにおいて前記ドレイン領域をそれぞれ電気的に接続する複数の第4の線と、を含み、
前記第1の複数のシナプスは、前記複数の第2の線の電圧として前記第1の複数の入力を受信するように、かつ前記複数の第3の線又は前記複数の第4の線の電流として前記第1の複数の出力を提供するように構成された、ニューラルネットワークデバイス。 - 前記メモリセルのそれぞれに対して、前記第2のゲートは前記浮遊ゲートの上方に配設され、前記浮遊ゲートから絶縁され、
前記第1の複数のシナプスは、前記複数の第3の線の電流として前記第1の複数の出力を提供するように構成された、請求項1に記載のニューラルネットワークデバイス。 - 前記メモリセルのそれぞれに対して、前記第2のゲートは前記ソース領域の上方に配設され、前記ソース領域から絶縁され、
前記第1の複数のシナプスは、前記複数の第3の線の電流として前記第1の複数の出力を提供するように構成された、請求項1に記載のニューラルネットワークデバイス。 - 前記メモリセルのそれぞれに対して、前記第2のゲートは前記浮遊ゲートの上方に配設され、前記浮遊ゲートから絶縁され、
前記第1の複数のシナプスは、前記複数の第4の線の電流として前記第1の複数の出力を提供するように構成された、請求項1に記載のニューラルネットワークデバイス。 - 前記メモリセルのそれぞれに対して、前記第2のゲートは前記ソース領域の上方に配設され、前記ソース領域から絶縁され、
前記第1の複数のシナプスは、前記複数の第4の線の電流として前記第1の複数の出力を提供するように構成された、請求項1に記載のニューラルネットワークデバイス。 - 前記第1の複数の出力を受信するように構成された第1の複数のニューロンを更に含む、請求項1に記載のニューラルネットワークデバイス。
- 前記第1の複数のニューロンから第2の複数の入力を受信するように、かつそれから第2の複数の出力を生成するように構成された第2の複数のシナプスを更に備え、該第2の複数のシナプスは、
複数の第2のメモリセルであって、該第2のメモリセルのそれぞれは、半導体基板内に形成され、間に第2のチャネル領域が延在する離間した第2のソース領域及び第2のドレイン領域と、前記第2のチャネル領域の第1の部分の上方に配設され、前記第2のチャネル領域の前記第1の部分から絶縁された第2の浮遊ゲートと、前記第2のチャネル領域の第2の部分の上方に配設され、前記第2のチャネル領域の前記第2の部分から絶縁された第3のゲートと、前記第2の浮遊ゲートの上方に配設され、前記第2の浮遊ゲートから絶縁された、又は前記第2のソース領域の上方に配設され、前記第2のソース領域から絶縁された、第4のゲートと、を含み、
前記複数の第2のメモリセルのそれぞれは、前記第2の浮遊ゲートの電子数に対応する第2の重み値を格納するように構成され、
前記複数の第2のメモリセルは、前記第2の複数の入力及び格納された前記第2の重み値に基づいて、前記第2の複数の出力を生成するように構成された、複数の第2のメモリセルを含み、
前記第2の複数のシナプスの前記第2のメモリセルは、行及び列に配置され、前記第2の複数のシナプスは、
前記第2のメモリセルの前記行のうちの1つにおいて前記第3のゲートをそれぞれ電気的に接続する複数の第5の線と、
前記第2のメモリセルの前記行のうちの1つにおいて前記第4のゲートをそれぞれ電気的に接続する複数の第6の線と、
前記第2のメモリセルの前記列のうちの1つにおいて前記第2のソース領域をそれぞれ電気的に接続する複数の第7の線と、
前記第2のメモリセルの前記列のうちの1つにおいて前記第2のドレイン領域をそれぞれ電気的に接続する複数の第8の線と、を含み、
前記第2の複数のシナプスは、前記複数の第6の線の電圧として前記第2の複数の入力を受信するように、かつ前記複数の第7の線又は前記複数の第8の線の電流として前記第2の複数の出力を提供するように構成された、請求項6に記載のニューラルネットワークデバイス。 - 前記第2のメモリセルのそれぞれに対して、前記第4のゲートは前記第2の浮遊ゲートの上方に配設され、前記第2の浮遊ゲートから絶縁され、
前記第2の複数のシナプスは、前記複数の第7の線の電流として前記第2の複数の出力を提供するように構成された、請求項7に記載のニューラルネットワークデバイス。 - 前記第2のメモリセルのそれぞれに対して、前記第4のゲートは前記第2のソース領域の上方に配設され、前記第2のソース領域から絶縁され、
前記第2の複数のシナプスは、前記複数の第7の線の電流として前記第2の複数の出力を提供するように構成された、請求項7に記載のニューラルネットワークデバイス。 - 前記第2のメモリセルのそれぞれに対して、前記第4のゲートは前記第2の浮遊ゲートの上方に配設され、前記第2の浮遊ゲートから絶縁され、
前記第2の複数のシナプスは、前記複数の第8の線の電流として前記第2の複数の出力を提供するように構成された、請求項7に記載のニューラルネットワークデバイス。 - 前記第2のメモリセルのそれぞれに対して、前記第4のゲートは前記第2のソース領域の上方に配設され、前記第2のソース領域から絶縁され、
前記第2の複数のシナプスは、前記複数の第8の線の電流として前記第2の複数の出力を提供するように構成された、請求項7に記載のニューラルネットワークデバイス。 - ニューラルネットワークデバイスであって、
第1の複数の入力を受信するように、かつそれから第1の複数の出力を生成するように構成された、第1の複数のシナプスを備え、該第1の複数のシナプスは、
複数のメモリセルであって、該メモリセルのそれぞれは、半導体基板内に形成され、間にチャネル領域が延在する離間したソース領域及びドレイン領域と、前記チャネル領域の第1の部分の上方に配設され、前記チャネル領域の前記第1の部分から絶縁された浮遊ゲートと、前記チャネル領域の第2の部分の上方に配設され、前記チャネル領域の前記第2の部分から絶縁された第1のゲートと、前記浮遊ゲートの上方に配設され、前記浮遊ゲートから絶縁された、又は前記ソース領域の上方に配設され、前記ソース領域から絶縁された、第2のゲートと、を含み、
前記複数のメモリセルのそれぞれは、前記浮遊ゲートの電子数に対応する重み値を格納するように構成された、
前記複数のメモリセルは、前記第1の複数の入力及び格納された前記重み値に基づいて、前記第1の複数の出力を生成するように構成された、複数のメモリセルを含み、
前記第1の複数のシナプスの前記メモリセルは、行及び列に配置され、前記第1の複数のシナプスは、
前記メモリセルの前記行のうちの1つにおいて前記第1のゲートをそれぞれ電気的に接続する複数の第1の線と、
前記メモリセルの前記行のうちの1つにおいて前記第2のゲートをそれぞれ電気的に接続する複数の第2の線と、
前記メモリセルの前記行のうちの1つにおいて前記ソース領域をそれぞれ電気的に接続する複数の第3の線と、
前記メモリセルの前記列のうちの1つにおいて前記ドレイン領域をそれぞれ電気的に接続する複数の第4の線と、を含み、
前記第1の複数のシナプスは、前記複数の第2の線又は前記複数の第3の線の電圧として前記第1の複数の入力を受信するように、かつ前記複数の第4の線の電流として前記第1の複数の出力を提供するように構成された、ニューラルネットワークデバイス。 - 前記第1の複数のシナプスは、前記複数の第2の線の電圧として前記第1の複数の入力を受信するように構成された、請求項12に記載のニューラルネットワークデバイス。
- 前記第1の複数のシナプスは、前記複数の第3の線の電圧として前記第1の複数の入力を受信するように構成された、請求項12に記載のニューラルネットワークデバイス。
- 前記第1の複数の出力を受信するように構成された第1の複数のニューロンを更に含む、請求項12に記載のニューラルネットワークデバイス。
- 前記第1の複数のニューロンから第2の複数の入力を受信するように、かつそれから第2の複数の出力を生成するように構成された第2の複数のシナプスを更に備え、該第2の複数のシナプスは、
複数の第2のメモリセルであって、該第2のメモリセルのそれぞれは、半導体基板内に形成され、間に第2のチャネル領域が延在する離間した第2のソース領域及び第2のドレイン領域と、前記第2のチャネル領域の第1の部分の上方に配設され、前記第2のチャネル領域の前記第1の部分から絶縁された第2の浮遊ゲートと、前記第2のチャネル領域の第2の部分の上方に配設され、前記第2のチャネル領域の前記第2の部分から絶縁された第3のゲートと、前記第2の浮遊ゲートの上方に配設され、前記第2の浮遊ゲートから絶縁された、又は前記第2のソース領域の上方に配設され、前記第2のソース領域から絶縁された、第4のゲートと、を含み、
前記複数の第2のメモリセルのそれぞれは、前記第2の浮遊ゲートの電子数に対応する第2の重み値を格納するように構成され、
前記複数の第2のメモリセルは、前記第2の複数の入力及び格納された前記第2の重み値に基づいて、前記第2の複数の出力を生成するように構成された、複数の第2のメモリセルを含み、
前記第2の複数のシナプスの前記第2のメモリセルは、行及び列に配置され、前記第2の複数のシナプスは、
前記第2のメモリセルの前記行のうちの1つにおいて前記第3のゲートをそれぞれ電気的に接続する複数の第5の線と、
前記第2のメモリセルの前記行のうちの1つにおいて前記第4のゲートをそれぞれ電気的に接続する複数の第6の線と、
前記第2のメモリセルの前記行のうちの1つにおいて前記第2のソース領域をそれぞれ電気的に接続する複数の第7の線と、
前記第2のメモリセルの前記列のうちの1つにおいて前記第2のドレイン領域をそれぞれ電気的に接続する複数の第8の線と、を含み、
前記第2の複数のシナプスは、前記複数の第6の線又は前記複数の第7の線の電圧として前記第2の複数の入力を受信するように、かつ前記複数の第8の線の電流として前記第2の複数の出力を提供するように構成された、請求項15に記載のニューラルネットワークデバイス。 - 前記第2の複数のシナプスは、前記複数の第6の線の電圧として前記第2の複数の入力を受信するように構成された、請求項16に記載のニューラルネットワークデバイス。
- 前記第2の複数のシナプスは、前記複数の第7の線の電圧として前記第2の複数の入力を受信するように構成された、請求項16に記載のニューラルネットワークデバイス。
- ニューラルネットワークデバイスであって、
第1の複数の入力を受信するように、かつそれから第1の複数の出力を生成するように構成された、第1の複数のシナプスを備え、該第1の複数のシナプスは、
複数のメモリセルであって、該メモリセルのそれぞれは、半導体基板内に形成され、間にチャネル領域が延在する離間したソース領域及びドレイン領域と、前記チャネル領域の第1の部分の上方に配設され、前記チャネル領域の前記第1の部分から絶縁された浮遊ゲートと、前記チャネル領域の第2の部分の上方に配設され、前記チャネル領域の前記第2の部分から絶縁された第1のゲートと、前記浮遊ゲートの上方に配設され、前記浮遊ゲートから絶縁された、又は前記ソース領域の上方に配設され、前記ソース領域から絶縁された、第2のゲートと、を含み、
前記複数のメモリセルのそれぞれは、前記浮遊ゲートの電子数に対応する重み値を格納するように構成され、
前記複数のメモリセルは、前記第1の複数の入力及び格納された前記重み値に基づいて、前記第1の複数の出力を生成するように構成された、複数のメモリセルを含み、
前記第1の複数のシナプスの前記メモリセルは、行及び列に配置され、前記第1の複数のシナプスは、
前記メモリセルの前記行のうちの1つにおいて前記第1のゲートをそれぞれ電気的に接続する複数の第1の線と、
前記メモリセルの前記行のうちの1つにおいて前記第2のゲートをそれぞれ電気的に接続する複数の第2の線と、
前記メモリセルの前記行のうちの1つにおいて前記ソース領域をそれぞれ電気的に接続する複数の第3の線と、
前記メモリセルの前記列のうちの1つにおいて前記ドレイン領域をそれぞれ電気的に接続する複数の第4の線と、を含み、
前記第1の複数のシナプスは、前記複数の第4の線の電圧として前記第1の複数の入力を受信するように、かつ前記複数の第3の線の電流として前記第1の複数の出力を提供するように構成された、ニューラルネットワークデバイス。 - 前記第1の複数の出力を受信するように構成された第1の複数のニューロンを更に含む、請求項19に記載のニューラルネットワークデバイス。
- 前記第1の複数のニューロンから第2の複数の入力を受信するように、かつそれから第2の複数の出力を生成するように構成された第2の複数のシナプスを更に備え、該第2の複数のシナプスは、
複数の第2のメモリセルであって、該第2のメモリセルのそれぞれは、半導体基板内に形成され、間に第2のチャネル領域が延在する離間した第2のソース領域及び第2のドレイン領域と、前記第2のチャネル領域の第1の部分の上方に配設され、前記第2のチャネル領域の前記第1の部分から絶縁された第2の浮遊ゲートと、前記第2のチャネル領域の第2の部分の上方に配設され、前記第2のチャネル領域の前記第2の部分から絶縁された第3のゲートと、前記第2の浮遊ゲートの上方に配設され、前記第2の浮遊ゲートから絶縁された、又は前記第2のソース領域の上方に配設され、前記第2のソース領域から絶縁された、第4のゲートと、を含み、
前記複数の第2のメモリセルのそれぞれは、前記第2の浮遊ゲートの電子数に対応する第2の重み値を格納するように構成され、
前記複数の第2のメモリセルは、前記第2の複数の入力及び格納された前記第2の重み値に基づいて、前記第2の複数の出力を生成するように構成された、複数の第2のメモリセルを含み、
前記第2の複数のシナプスの前記第2のメモリセルは、行及び列に配置され、前記第2の複数のシナプスは、
前記第2のメモリセルの前記行のうちの1つにおいて前記第3のゲートをそれぞれ電気的に接続する複数の第5の線と、
前記第2のメモリセルの前記行のうちの1つにおいて前記第4のゲートをそれぞれ電気的に接続する複数の第6の線と、
前記第2のメモリセルの前記行のうちの1つにおいて前記第2のソース領域をそれぞれ電気的に接続する複数の第7の線と、
前記第2のメモリセルの前記列のうちの1つにおいて前記第2のドレイン領域をそれぞれ電気的に接続する複数の第8の線と、を含み、
前記第2の複数のシナプスは、前記複数の第8の線の電圧として前記第2の複数の入力を受信するように、かつ前記複数の第7の線の電流として前記第2の複数の出力を提供するように構成された、請求項20に記載のニューラルネットワークデバイス。 - ニューラルネットワークデバイスであって、
第1の複数の入力を受信するように、かつそれから第1の複数の出力を生成するように構成された、第1の複数のシナプスを備え、該第1の複数のシナプスは、
複数のメモリセルであって、該メモリセルのそれぞれは、半導体基板内に形成され、間にチャネル領域が延在する離間したソース領域及びドレイン領域と、前記チャネル領域の第1の部分の上方に配設され、前記チャネル領域の前記第1の部分から絶縁された浮遊ゲートと、前記チャネル領域の第2の部分の上方に配設され、前記チャネル領域の前記第2の部分から絶縁された第1のゲートと、前記浮遊ゲートの上方に配設され、前記浮遊ゲートから絶縁された、又は前記ソース領域の上方に配設され、前記ソース領域から絶縁された、第2のゲートと、を含み、
前記複数のメモリセルのそれぞれは、前記浮遊ゲートの電子数に対応する重み値を格納するように構成され、
前記複数のメモリセルは、前記第1の複数の入力及び格納された前記重み値に基づいて、前記第1の複数の出力を生成するように構成された、複数のメモリセルを含み、
前記第1の複数のシナプスの前記メモリセルは、行及び列に配置され、前記第1の複数のシナプスは、
前記メモリセルの前記行のうちの1つにおいて前記第1のゲートをそれぞれ電気的に接続する複数の第1の線と、
前記メモリセルの前記行のうちの1つにおいて前記第2のゲートをそれぞれ電気的に接続する複数の第2の線と、
前記メモリセルの前記行のうちの1つにおいて前記ソース領域をそれぞれ電気的に接続する複数の第3の線と、
前記メモリセルの前記列のうちの1つにおいて前記ドレイン領域をそれぞれ電気的に接続する複数の第4の線と、
前記第4の線のうちの1つと直列にそれぞれ電気的に接続された複数のトランジスタと、を含み、
前記第1の複数のシナプスは、前記複数のトランジスタのゲートの電圧として前記第1の複数の入力を受信するように、かつ前記複数の第3の線の電流として前記第1の複数の出力を提供するように構成された、ニューラルネットワークデバイス。 - 前記第1の複数の出力を受信するように構成された第1の複数のニューロンを更に含む、請求項22に記載のニューラルネットワークデバイス。
- 前記第1の複数のニューロンから第2の複数の入力を受信するように、かつそれから第2の複数の出力を生成するように構成された第2の複数のシナプスを更に備え、該第2の複数のシナプスは、
複数の第2のメモリセルであって、該第2のメモリセルのそれぞれは、半導体基板内に形成され、間に第2のチャネル領域が延在する離間した第2のソース領域及び第2のドレイン領域と、前記第2のチャネル領域の第1の部分の上方に配設され、前記第2のチャネル領域の前記第1の部分から絶縁された第2の浮遊ゲートと、前記第2のチャネル領域の第2の部分の上方に配設され、前記第2のチャネル領域の前記第2の部分から絶縁された第3のゲートと、前記第2の浮遊ゲートの上方に配設され、前記第2の浮遊ゲートから絶縁された、又は前記第2のソース領域の上方に配設され、前記第2のソース領域から絶縁された、第4のゲートと、を含み、
前記複数の第2のメモリセルのそれぞれは、前記第2の浮遊ゲートの電子数に対応する第2の重み値を格納するように構成され、
前記複数の第2のメモリセルは、前記第2の複数の入力及び格納された前記第2の重み値に基づいて、前記第2の複数の出力を生成するように構成された、複数の第2のメモリセルを含み、
前記第2の複数のシナプスの前記第2のメモリセルは、行及び列に配置され、前記第2の複数のシナプスは、
前記第2のメモリセルの前記行のうちの1つにおいて前記第3のゲートをそれぞれ電気的に接続する複数の第5の線と、
前記第2のメモリセルの前記行のうちの1つにおいて前記第4のゲートをそれぞれ電気的に接続する複数の第6の線と、
前記第2のメモリセルの前記行のうちの1つにおいて前記第2のソース領域をそれぞれ電気的に接続する複数の第7の線と、
前記第2のメモリセルの前記列のうちの1つにおいて前記第2のドレイン領域をそれぞれ電気的に接続する複数の第8の線と、
前記第8の線のうちの1つと直列にそれぞれ電気的に接続された第2の複数のトランジスタと、を含み、
前記第2の複数のシナプスは、前記第2の複数のトランジスタのゲートの電圧として前記第2の複数の入力を受信するように、かつ前記複数の第7の線の電流として前記第2の複数の出力を提供するように構成された、請求項23に記載のニューラルネットワークデバイス。 - ニューラルネットワークデバイスであって、
第1の複数の入力を受信するように、かつそれから第1の複数の出力を生成するように構成された、第1の複数のシナプスを備え、該第1の複数のシナプスは、
複数のメモリセルであって、該メモリセルのそれぞれは、半導体基板内に形成され、間にチャネル領域が延在する離間したソース領域及びドレイン領域と、前記チャネル領域の第1の部分の上方に配設され、前記チャネル領域の前記第1の部分から絶縁された浮遊ゲートと、前記チャネル領域の第2の部分の上方に配設され、前記チャネル領域の前記第2の部分から絶縁された第1のゲートと、前記浮遊ゲートの上方に配設され、前記浮遊ゲートから絶縁された、又は前記ソース領域の上方に配設され、前記ソース領域から絶縁された、第2のゲートと、を含み、
前記複数のメモリセルのそれぞれは、前記浮遊ゲートの電子数に対応する重み値を格納するように構成され、
前記複数のメモリセルは、前記第1の複数の入力及び格納された前記重み値に基づいて、前記第1の複数の出力を生成するように構成された、複数のメモリセルを含み、
前記第1の複数のシナプスの前記メモリセルは、行及び列に配置され、前記第1の複数のシナプスは、
前記メモリセルの前記行のうちの1つにおいて前記第1のゲートをそれぞれ電気的に接続する複数の第1の線と、
前記メモリセルの前記列のうちの1つにおいて前記第2のゲートをそれぞれ電気的に接続する複数の第2の線と、
前記メモリセルの前記行のうちの1つにおいて前記ソース領域をそれぞれ電気的に接続する複数の第3の線と、
前記メモリセルの前記列のうちの1つにおいて前記ドレイン領域をそれぞれ電気的に接続する複数の第4の線と、を含み、
前記第1の複数のシナプスは、前記複数の第2の線又は前記複数の第4の線の電圧として前記第1の複数の入力を受信するように、かつ前記複数の第3の線の電流として前記第1の複数の出力を提供するように構成された、ニューラルネットワークデバイス。 - 前記第1の複数のシナプスは、前記複数の第2の線の電圧として前記第1の複数の入力を受信するように構成された、請求項25に記載のニューラルネットワークデバイス。
- 前記第1の複数のシナプスは、前記複数の第4の線の電圧として前記第1の複数の入力を受信するように構成された、請求項25に記載のニューラルネットワークデバイス。
- 前記第1の複数の出力を受信するように構成された第1の複数のニューロンを更に含む、請求項25に記載のニューラルネットワークデバイス。
- 前記第1の複数のニューロンから第2の複数の入力を受信するように、かつそれから第2の複数の出力を生成するように構成された第2の複数のシナプスを更に備え、該第2の複数のシナプスは、
複数の第2のメモリセルであって、該第2のメモリセルのそれぞれは、半導体基板内に形成され、間に第2のチャネル領域が延在する離間した第2のソース領域及び第2のドレイン領域と、前記第2のチャネル領域の第1の部分の上方に配設され、前記第2のチャネル領域の前記第1の部分から絶縁された第2の浮遊ゲートと、前記第2のチャネル領域の第2の部分の上方に配設され、前記第2のチャネル領域の前記第2の部分から絶縁された第3のゲートと、前記第2の浮遊ゲートの上方に配設され、前記第2の浮遊ゲートから絶縁された、又は前記第2のソース領域の上方に配設され、前記第2のソース領域から絶縁された、第4のゲートと、を含み、
前記複数の第2のメモリセルのそれぞれは、前記第2の浮遊ゲートの電子数に対応する第2の重み値を格納するように構成され、
前記複数の第2のメモリセルは、前記第2の複数の入力及び格納された前記第2の重み値に基づいて、前記第2の複数の出力を生成するように構成された、複数の第2のメモリセルを含み、
前記第2の複数のシナプスの前記第2のメモリセルは、行及び列に配置され、前記第2の複数のシナプスは、
前記第2のメモリセルの前記行のうちの1つにおいて前記第3のゲートをそれぞれ電気的に接続する複数の第5の線と、
前記第2のメモリセルの前記列のうちの1つにおいて前記第4のゲートをそれぞれ電気的に接続する複数の第6の線と、
前記第2のメモリセルの前記行のうちの1つにおいて前記第2のソース領域をそれぞれ電気的に接続する複数の第7の線と、
前記第2のメモリセルの前記列のうちの1つにおいて前記第2のドレイン領域をそれぞれ電気的に接続する複数の第8の線と、を含み、
前記第2の複数のシナプスは、前記複数の第6の線又は前記複数の第8の線の電圧として前記第2の複数の入力を受信するように、かつ前記複数の第7の線の電流として前記第2の複数の出力を提供するように構成された、請求項28に記載のニューラルネットワークデバイス。 - 前記第2の複数のシナプスは、前記複数の第6の線の電圧として前記第2の複数の入力を受信するように構成された、請求項29に記載のニューラルネットワークデバイス。
- 前記第2の複数のシナプスは、前記複数の第8の線の電圧として前記第2の複数の入力を受信するように構成された、請求項29に記載のニューラルネットワークデバイス。
- ニューラルネットワークデバイスであって、
第1の複数の入力を受信するように、かつそれから第1の複数の出力を生成するように構成された、第1の複数のシナプスを備え、該第1の複数のシナプスは、
複数のメモリセルであって、該メモリセルのそれぞれは、半導体基板内に形成され、間にチャネル領域が延在する離間したソース領域及びドレイン領域と、前記チャネル領域の第1の部分の上方に配設され、前記チャネル領域の前記第1の部分から絶縁された浮遊ゲートと、前記チャネル領域の第2の部分の上方に配設され、前記チャネル領域の前記第2の部分から絶縁された第1のゲートと、前記浮遊ゲートの上方に配設され、前記浮遊ゲートから絶縁された、又は前記ソース領域の上方に配設され、前記ソース領域から絶縁された、第2のゲートと、を含み、
前記複数のメモリセルのそれぞれは、前記浮遊ゲートの電子数に対応する重み値を格納するように構成され、
前記複数のメモリセルは、前記第1の複数の入力及び格納された前記重み値に基づいて、前記第1の複数の出力を生成するように構成された、複数のメモリセルを含み、
前記第1の複数のシナプスの前記メモリセルは、行及び列に配置され、前記第1の複数のシナプスは、
前記メモリセルの前記列のうちの1つにおいて前記第1のゲートをそれぞれ電気的に接続する複数の第1の線と、
前記メモリセルの前記行のうちの1つにおいて前記第2のゲートをそれぞれ電気的に接続する複数の第2の線と、
前記メモリセルの前記行のうちの1つにおいて前記ソース領域をそれぞれ電気的に接続する複数の第3の線と、
前記メモリセルの前記列のうちの1つにおいて前記ドレイン領域をそれぞれ電気的に接続する複数の第4の線と、を含み、
前記第1の複数のシナプスは、前記複数の第4の線の電圧として前記第1の複数の入力を受信するように、かつ前記複数の第3の線の電流として前記第1の複数の出力を提供するように構成された、ニューラルネットワークデバイス。 - 前記第1の複数の出力を受信するように構成された第1の複数のニューロンを更に含む
、請求項32に記載のニューラルネットワークデバイス。 - 前記第1の複数のニューロンから第2の複数の入力を受信するように、かつそれから第2の複数の出力を生成するように構成された第2の複数のシナプスを更に備え、該第2の複数のシナプスは、
複数の第2のメモリセルであって、該第2のメモリセルのそれぞれは、半導体基板内に形成され、間に第2のチャネル領域が延在する離間した第2のソース領域及び第2のドレイン領域と、前記第2のチャネル領域の第1の部分の上方に配設され、前記第2のチャネル領域の前記第1の部分から絶縁された第2の浮遊ゲートと、前記第2のチャネル領域の第2の部分の上方に配設され、前記第2のチャネル領域の前記第2の部分から絶縁された第3のゲートと、前記第2の浮遊ゲートの上方に配設され、前記第2の浮遊ゲートから絶縁された、又は前記第2のソース領域の上方に配設され、前記第2のソース領域から絶縁された、第4のゲートと、を含み、
前記複数の第2のメモリセルのそれぞれは、前記第2の浮遊ゲートの電子数に対応する第2の重み値を格納するように構成され、
前記複数の第2のメモリセルは、前記第2の複数の入力及び格納された前記第2の重み値に基づいて、前記第2の複数の出力を生成するように構成された、複数の第2のメモリセルを含み、
前記第2の複数のシナプスの前記第2のメモリセルは、行及び列に配置され、前記第2の複数のシナプスは、
前記第2のメモリセルの前記列のうちの1つにおいて前記第3のゲートをそれぞれ電気的に接続する複数の第5の線と、
前記第2のメモリセルの前記行のうちの1つにおいて前記第4のゲートをそれぞれ電気的に接続する複数の第6の線と、
前記第2のメモリセルの前記行のうちの1つにおいて前記第2のソース領域をそれぞれ電気的に接続する複数の第7の線と、
前記第2のメモリセルの前記列のうちの1つにおいて前記第2のドレイン領域をそれぞれ電気的に接続する複数の第8の線と、を含み、
前記第2の複数のシナプスは、前記複数の第8の線の電圧として前記第2の複数の入力を受信するように、かつ前記複数の第7の線の電流として前記第2の複数の出力を提供するように構成された、請求項33に記載のニューラルネットワークデバイス。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962794492P | 2019-01-18 | 2019-01-18 | |
US62/794,492 | 2019-01-18 | ||
US201962798417P | 2019-01-29 | 2019-01-29 | |
US62/798,417 | 2019-01-29 | ||
US16/382,045 | 2019-04-11 | ||
US16/382,045 US11270763B2 (en) | 2019-01-18 | 2019-04-11 | Neural network classifier using array of three-gate non-volatile memory cells |
PCT/US2019/048933 WO2020149887A1 (en) | 2019-01-18 | 2019-08-29 | Neural network classifier using array of three-gate non-volatile memory cells |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2022522987A JP2022522987A (ja) | 2022-04-21 |
JPWO2020149887A5 JPWO2020149887A5 (ja) | 2023-03-15 |
JP7391097B2 true JP7391097B2 (ja) | 2023-12-04 |
Family
ID=71608608
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021541297A Active JP7270746B2 (ja) | 2019-01-18 | 2019-08-27 | 2ゲート不揮発性メモリセルのアレイを使用するニューラルネットワーク分類子 |
JP2021541294A Active JP7391097B2 (ja) | 2019-01-18 | 2019-08-29 | 3ゲート不揮発性メモリセルのアレイを使用するニューラルネットワーク分類子 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021541297A Active JP7270746B2 (ja) | 2019-01-18 | 2019-08-27 | 2ゲート不揮発性メモリセルのアレイを使用するニューラルネットワーク分類子 |
Country Status (7)
Country | Link |
---|---|
US (3) | US10699779B2 (ja) |
EP (2) | EP3912100B1 (ja) |
JP (2) | JP7270746B2 (ja) |
KR (2) | KR102350215B1 (ja) |
CN (2) | CN113366503B (ja) |
TW (2) | TWI719757B (ja) |
WO (2) | WO2020149886A1 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017200883A1 (en) | 2016-05-17 | 2017-11-23 | Silicon Storage Technology, Inc. | Deep learning neural network classifier using non-volatile memory array |
US11087207B2 (en) | 2018-03-14 | 2021-08-10 | Silicon Storage Technology, Inc. | Decoders for analog neural memory in deep learning artificial neural network |
US10699779B2 (en) | 2017-11-29 | 2020-06-30 | Silicon Storage Technology, Inc. | Neural network classifier using array of two-gate non-volatile memory cells |
US10803943B2 (en) * | 2017-11-29 | 2020-10-13 | Silicon Storage Technology, Inc. | Neural network classifier using array of four-gate non-volatile memory cells |
US11409352B2 (en) | 2019-01-18 | 2022-08-09 | Silicon Storage Technology, Inc. | Power management for an analog neural memory in a deep learning artificial neural network |
US11023559B2 (en) | 2019-01-25 | 2021-06-01 | Microsemi Soc Corp. | Apparatus and method for combining analog neural net with FPGA routing in a monolithic integrated circuit |
US11423979B2 (en) | 2019-04-29 | 2022-08-23 | Silicon Storage Technology, Inc. | Decoding system and physical layout for analog neural memory in deep learning artificial neural network |
US11620358B2 (en) * | 2019-05-14 | 2023-04-04 | Intel Corporation | Technologies for performing macro operations in memory |
US11556759B2 (en) | 2019-08-06 | 2023-01-17 | Micron Technology, Inc. | Comparison of biometric identifiers in memory |
US11532354B2 (en) * | 2020-03-22 | 2022-12-20 | Silicon Storage Technology, Inc. | Precision tuning of a page or word of non-volatile memory cells and associated high voltage circuits for an analog neural memory array in an artificial neural network |
KR102619356B1 (ko) | 2021-10-25 | 2023-12-28 | 서울대학교산학협력단 | 단위 시냅스를 위한 커패시터 소자, 단위 시냅스 및 커패시터 기반의 시냅스 어레이 |
KR20230112865A (ko) | 2022-01-21 | 2023-07-28 | 경북대학교 산학협력단 | 듀얼 이온 제어형 3단자 시냅스 소자 |
CN114584132B (zh) * | 2022-02-09 | 2023-05-26 | 香港科技大学 | 电子单元阵列及器件、人工神经网络 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170337466A1 (en) | 2016-05-17 | 2017-11-23 | Silicon Storage Technology, Inc. | Deep Learning Neural Network Classifier Using Non-volatile Memory Array |
Family Cites Families (127)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2603414B1 (fr) | 1986-08-29 | 1988-10-28 | Bull Sa | Amplificateur de lecture |
JPH06103782B2 (ja) | 1987-04-17 | 1994-12-14 | 日本シイエムケイ株式会社 | プリント配線板 |
US5055897A (en) | 1988-07-27 | 1991-10-08 | Intel Corporation | Semiconductor cell for neural network and the like |
US4904881A (en) | 1989-02-10 | 1990-02-27 | Intel Corporation | EXCLUSIVE-OR cell for neural network and the like |
US5621336A (en) | 1989-06-02 | 1997-04-15 | Shibata; Tadashi | Neuron circuit |
JP3122756B2 (ja) | 1991-01-12 | 2001-01-09 | 直 柴田 | 半導体装置 |
JPH0318985A (ja) | 1989-06-16 | 1991-01-28 | Hitachi Ltd | 情報処理装置 |
US4961002A (en) | 1989-07-13 | 1990-10-02 | Intel Corporation | Synapse cell employing dual gate transistor structure |
US5028810A (en) | 1989-07-13 | 1991-07-02 | Intel Corporation | Four quadrant synapse cell employing single column summing line |
US4956564A (en) * | 1989-07-13 | 1990-09-11 | Intel Corporation | Adaptive synapse cell providing both excitatory and inhibitory connections in an associative network |
GB2236881B (en) | 1989-10-11 | 1994-01-12 | Intel Corp | Improved synapse cell employing dual gate transistor structure |
KR920010344B1 (ko) | 1989-12-29 | 1992-11-27 | 삼성전자주식회사 | 반도체 메모리 어레이의 구성방법 |
US5242848A (en) | 1990-01-22 | 1993-09-07 | Silicon Storage Technology, Inc. | Self-aligned method of making a split gate single transistor non-volatile electrically alterable semiconductor memory device |
US5029130A (en) | 1990-01-22 | 1991-07-02 | Silicon Storage Technology, Inc. | Single transistor non-valatile electrically alterable semiconductor memory device |
JP2746350B2 (ja) | 1990-05-22 | 1998-05-06 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 学習機械シナプス・プロセッサ・システム装置 |
US5150450A (en) | 1990-10-01 | 1992-09-22 | The United States Of America As Represented By The Secretary Of The Navy | Method and circuits for neuron perturbation in artificial neural network memory modification |
US5146602A (en) | 1990-12-26 | 1992-09-08 | Intel Corporation | Method of increasing the accuracy of an analog neural network and the like |
US5138576A (en) | 1991-11-06 | 1992-08-11 | Altera Corporation | Method and apparatus for erasing an array of electrically erasable EPROM cells |
US7071060B1 (en) * | 1996-02-28 | 2006-07-04 | Sandisk Corporation | EEPROM with split gate source side infection with sidewall spacers |
DE69319162T2 (de) | 1992-03-26 | 1999-03-25 | Hitachi Ltd | Flash-Speicher |
US5336936A (en) | 1992-05-06 | 1994-08-09 | Synaptics, Incorporated | One-transistor adaptable analog storage element and array |
US5264734A (en) | 1992-05-19 | 1993-11-23 | Intel Corporation | Difference calculating neural network utilizing switched capacitors |
US5256911A (en) | 1992-06-10 | 1993-10-26 | Intel Corporation | Neural network with multiplexed snyaptic processing |
US5298796A (en) | 1992-07-08 | 1994-03-29 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Nonvolatile programmable neural network synaptic array |
US5386132A (en) | 1992-11-02 | 1995-01-31 | Wong; Chun C. D. | Multimedia storage system with highly compact memory device |
US5444821A (en) * | 1993-11-10 | 1995-08-22 | United Microelectronics Corp. | Artificial neuron element with electrically programmable synaptic weight for neural networks |
JP2835272B2 (ja) | 1993-12-21 | 1998-12-14 | 株式会社東芝 | 半導体記憶装置 |
KR0151623B1 (ko) | 1994-12-07 | 1998-10-01 | 문정환 | 이이피롬 셀 및 그 제조방법 |
US5990512A (en) | 1995-03-07 | 1999-11-23 | California Institute Of Technology | Hole impact ionization mechanism of hot electron injection and four-terminal ρFET semiconductor structure for long-term learning |
US6965142B2 (en) | 1995-03-07 | 2005-11-15 | Impinj, Inc. | Floating-gate semiconductor structures |
US5825063A (en) | 1995-03-07 | 1998-10-20 | California Institute Of Technology | Three-terminal silicon synaptic device |
US5554874A (en) | 1995-06-05 | 1996-09-10 | Quantum Effect Design, Inc. | Six-transistor cell with wide bit-line pitch, double words lines, and bit-line contact shared among four cells |
US5721702A (en) | 1995-08-01 | 1998-02-24 | Micron Quantum Devices, Inc. | Reference voltage generator using flash memory cells |
US5966332A (en) | 1995-11-29 | 1999-10-12 | Sanyo Electric Co., Ltd. | Floating gate memory cell array allowing cell-by-cell erasure |
JP4036896B2 (ja) | 1995-12-01 | 2008-01-23 | キネティック リミテッド | イメージングシステム |
US5748534A (en) | 1996-03-26 | 1998-05-05 | Invox Technology | Feedback loop for reading threshold voltage |
US6389404B1 (en) | 1998-12-30 | 2002-05-14 | Irvine Sensors Corporation | Neural processing module with input architectures that make maximal use of a weighted synapse array |
US6222777B1 (en) | 1999-04-09 | 2001-04-24 | Sun Microsystems, Inc. | Output circuit for alternating multiple bit line per column memory architecture |
US6232180B1 (en) | 1999-07-02 | 2001-05-15 | Taiwan Semiconductor Manufacturing Corporation | Split gate flash memory cell |
US6282119B1 (en) | 2000-06-02 | 2001-08-28 | Winbond Electronics Corporation | Mixed program and sense architecture using dual-step voltage scheme in multi-level data storage in flash memories |
US6829598B2 (en) * | 2000-10-02 | 2004-12-07 | Texas Instruments Incorporated | Method and apparatus for modeling a neural synapse function by utilizing a single conventional MOSFET |
US6563167B2 (en) | 2001-01-05 | 2003-05-13 | Silicon Storage Technology, Inc. | Semiconductor memory array of floating gate memory cells with floating gates having multiple sharp edges |
US6563733B2 (en) | 2001-05-24 | 2003-05-13 | Winbond Electronics Corporation | Memory array architectures based on a triple-polysilicon source-side injection non-volatile memory cell |
EP1274096B1 (en) | 2001-07-06 | 2007-09-19 | Halo Lsi Design and Device Technology Inc. | Control gate and word line voltage boosting scheme for twin MONOS memory cells |
WO2003081833A2 (en) | 2002-03-22 | 2003-10-02 | Georgia Tech Research Corporation | Floating-gate analog circuit |
US6747310B2 (en) | 2002-10-07 | 2004-06-08 | Actrans System Inc. | Flash memory cells with separated self-aligned select and erase gates, and process of fabrication |
JP2004171686A (ja) | 2002-11-20 | 2004-06-17 | Renesas Technology Corp | 不揮発性半導体記憶装置およびそのデータ消去方法 |
JP4601287B2 (ja) * | 2002-12-26 | 2010-12-22 | ルネサスエレクトロニクス株式会社 | 不揮発性半導体記憶装置 |
US6822910B2 (en) | 2002-12-29 | 2004-11-23 | Macronix International Co., Ltd. | Non-volatile memory and operating method thereof |
US6781186B1 (en) | 2003-01-30 | 2004-08-24 | Silicon-Based Technology Corp. | Stack-gate flash cell structure having a high coupling ratio and its contactless flash memory arrays |
US6856551B2 (en) | 2003-02-06 | 2005-02-15 | Sandisk Corporation | System and method for programming cells in non-volatile integrated memory devices |
US6946894B2 (en) | 2003-06-12 | 2005-09-20 | Winbond Electronics Corporation | Current-mode synapse multiplier circuit |
ATE542176T1 (de) | 2003-10-16 | 2012-02-15 | Canon Kk | Betriebsschaltung und betriebssteuerverfahren dafür |
TWI220560B (en) | 2003-10-27 | 2004-08-21 | Powerchip Semiconductor Corp | NAND flash memory cell architecture, NAND flash memory cell array, manufacturing method and operating method of the same |
US7315056B2 (en) | 2004-06-07 | 2008-01-01 | Silicon Storage Technology, Inc. | Semiconductor memory array of floating gate memory cells with program/erase and select gates |
US7092290B2 (en) | 2004-11-16 | 2006-08-15 | Sandisk Corporation | High speed programming system with reduced over programming |
TWI270199B (en) | 2005-01-31 | 2007-01-01 | Powerchip Semiconductor Corp | Non-volatile memory and manufacturing method and operating method thereof |
US8443169B2 (en) | 2005-03-28 | 2013-05-14 | Gerald George Pechanek | Interconnection network connecting operation-configurable nodes according to one or more levels of adjacency in multiple dimensions of communication in a multi-processor and a neural processor |
US7304890B2 (en) | 2005-12-13 | 2007-12-04 | Atmel Corporation | Double byte select high voltage line for EEPROM memory block |
US7626868B1 (en) | 2007-05-04 | 2009-12-01 | Flashsilicon, Incorporation | Level verification and adjustment for multi-level cell (MLC) non-volatile memory (NVM) |
KR100910869B1 (ko) | 2007-06-08 | 2009-08-06 | 주식회사 하이닉스반도체 | 테스트시 필요한 채널의 갯수를 줄인 반도체 메모리장치 |
US7733262B2 (en) | 2007-06-15 | 2010-06-08 | Micron Technology, Inc. | Quantizing circuits with variable reference signals |
US7630246B2 (en) | 2007-06-18 | 2009-12-08 | Micron Technology, Inc. | Programming rate identification and control in a solid state memory |
US20090039410A1 (en) | 2007-08-06 | 2009-02-12 | Xian Liu | Split Gate Non-Volatile Flash Memory Cell Having A Floating Gate, Control Gate, Select Gate And An Erase Gate With An Overhang Over The Floating Gate, Array And Method Of Manufacturing |
JP2009080892A (ja) | 2007-09-26 | 2009-04-16 | Toshiba Corp | 半導体記憶装置 |
US7894267B2 (en) | 2007-10-30 | 2011-02-22 | Spansion Llc | Deterministic programming algorithm that provides tighter cell distributions with a reduced number of programming pulses |
US7746698B2 (en) | 2007-12-13 | 2010-06-29 | Spansion Llc | Programming in memory devices using source bitline voltage bias |
JP4513865B2 (ja) | 2008-01-25 | 2010-07-28 | セイコーエプソン株式会社 | 並列演算装置および並列演算方法 |
JP2010267341A (ja) | 2009-05-15 | 2010-11-25 | Renesas Electronics Corp | 半導体装置 |
US8204927B1 (en) | 2010-03-15 | 2012-06-19 | California Institute Of Technology | System and method for cognitive processing for data fusion |
JP5300773B2 (ja) * | 2010-03-29 | 2013-09-25 | ルネサスエレクトロニクス株式会社 | 不揮発性半導体記憶装置 |
US9665822B2 (en) | 2010-06-30 | 2017-05-30 | International Business Machines Corporation | Canonical spiking neuron network for spatiotemporal associative memory |
US20120057606A1 (en) * | 2010-09-07 | 2012-03-08 | Broadcom Corporation | Multiplexer circuit |
US8325521B2 (en) | 2010-10-08 | 2012-12-04 | Taiwan Semiconductor Manufacturing Company, Ltd. | Structure and inhibited operation of flash memory with split gate |
US8473439B2 (en) | 2010-12-08 | 2013-06-25 | International Business Machines Corporation | Integrate and fire electronic neurons |
US8892487B2 (en) | 2010-12-30 | 2014-11-18 | International Business Machines Corporation | Electronic synapses for reinforcement learning |
JP2013041654A (ja) | 2011-08-19 | 2013-02-28 | Toshiba Corp | 不揮発性記憶装置 |
US8909576B2 (en) | 2011-09-16 | 2014-12-09 | International Business Machines Corporation | Neuromorphic event-driven neural computing architecture in a scalable neural network |
US8760955B2 (en) | 2011-10-21 | 2014-06-24 | Taiwan Semiconductor Manufacturing Company, Ltd. | Electrical fuse memory arrays |
US9443471B2 (en) | 2012-07-31 | 2016-09-13 | Sharp Kabushiki Kaisha | Display device and driving method thereof |
US9466732B2 (en) | 2012-08-23 | 2016-10-11 | Silicon Storage Technology, Inc. | Split-gate memory cell with depletion-mode floating gate channel, and method of making same |
US9153230B2 (en) | 2012-10-23 | 2015-10-06 | Google Inc. | Mobile speech recognition hardware accelerator |
CN103000218A (zh) * | 2012-11-20 | 2013-03-27 | 上海宏力半导体制造有限公司 | 存储器电路 |
US9275748B2 (en) | 2013-03-14 | 2016-03-01 | Silicon Storage Technology, Inc. | Low leakage, low threshold voltage, split-gate flash cell operation |
JP5659361B1 (ja) | 2013-07-04 | 2015-01-28 | 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 |
US10055434B2 (en) | 2013-10-16 | 2018-08-21 | University Of Tennessee Research Foundation | Method and apparatus for providing random selection and long-term potentiation and depression in an artificial network |
US20150213898A1 (en) | 2014-01-27 | 2015-07-30 | Silicon Storage Technololgy, Inc. | Byte Erasable Non-volatile Memory Architecture And Method Of Erasing Same |
US20150324691A1 (en) | 2014-05-07 | 2015-11-12 | Seagate Technology Llc | Neural network connections using nonvolatile memory devices |
US9224486B1 (en) * | 2014-06-20 | 2015-12-29 | Freescale Semiconductor, Inc. | Control gate driver for use with split gate memory cells |
US9286982B2 (en) | 2014-08-08 | 2016-03-15 | Silicon Storage Technology, Inc. | Flash memory system with EEPROM functionality |
US9760533B2 (en) | 2014-08-14 | 2017-09-12 | The Regents On The University Of Michigan | Floating-gate transistor array for performing weighted sum computation |
US9984754B2 (en) | 2014-09-29 | 2018-05-29 | Toshiba Memory Corporation | Memory device and method for operating the same |
KR101727546B1 (ko) * | 2014-11-12 | 2017-05-02 | 서울대학교산학협력단 | 뉴런 디바이스 및 뉴런 디바이스를 포함하는 집적회로 |
US10312248B2 (en) | 2014-11-12 | 2019-06-04 | Silicon Storage Technology, Inc. | Virtual ground non-volatile memory array |
US9361991B1 (en) | 2014-12-23 | 2016-06-07 | Sandisk Technologies Inc. | Efficient scanning of nonvolatile memory blocks |
CN104615909B (zh) | 2015-02-02 | 2018-02-13 | 天津大学 | 基于FPGA的Izhikevich神经元网络同步放电仿真平台 |
CN105990367B (zh) * | 2015-02-27 | 2019-03-12 | 硅存储技术公司 | 具有rom单元的非易失性存储器单元阵列 |
KR20170080473A (ko) * | 2015-12-30 | 2017-07-10 | 에스케이하이닉스 주식회사 | 뉴로모픽 장치 |
US10698975B2 (en) | 2016-01-27 | 2020-06-30 | Hewlett Packard Enterprise Development Lp | In situ transposition |
US20170330070A1 (en) | 2016-02-28 | 2017-11-16 | Purdue Research Foundation | Spin orbit torque based electronic neuron |
KR20190002708A (ko) * | 2016-05-17 | 2019-01-08 | 실리콘 스토리지 테크놀로지 인크 | 개별 메모리 셀 판독, 프로그래밍, 및 소거를 갖는 3-게이트 플래시 메모리 셀들의 어레이 |
US10269440B2 (en) | 2016-05-17 | 2019-04-23 | Silicon Storage Technology, Inc. | Flash memory array with individual memory cell read, program and erase |
CN109196528B (zh) * | 2016-05-17 | 2022-03-18 | 硅存储技术公司 | 使用非易失性存储器阵列的深入学习神经网络分类器 |
CN107425003B (zh) | 2016-05-18 | 2020-07-14 | 硅存储技术公司 | 制造分裂栅非易失性闪存单元的方法 |
US9910827B2 (en) | 2016-07-01 | 2018-03-06 | Hewlett Packard Enterprise Development Lp | Vector-matrix multiplications involving negative values |
US10346347B2 (en) | 2016-10-03 | 2019-07-09 | The Regents Of The University Of Michigan | Field-programmable crossbar array for reconfigurable computing |
WO2018106969A1 (en) | 2016-12-09 | 2018-06-14 | Hsu Fu Chang | Three-dimensional neural network array |
US10860923B2 (en) | 2016-12-20 | 2020-12-08 | Samsung Electronics Co., Ltd. | High-density neuromorphic computing element |
JP6906058B2 (ja) | 2017-02-24 | 2021-07-21 | エーエスエムエル ネザーランズ ビー.ブイ. | 機械学習によるプロセスモデルの決定方法 |
US10748059B2 (en) | 2017-04-05 | 2020-08-18 | International Business Machines Corporation | Architecture for an electrochemical artificial neural network |
US10909449B2 (en) * | 2017-04-14 | 2021-02-02 | Samsung Electronics Co., Ltd. | Monolithic multi-bit weight cell for neuromorphic computing |
KR20200010496A (ko) | 2017-05-26 | 2020-01-30 | 에이에스엠엘 네델란즈 비.브이. | 기계 학습에 기초한 어시스트 피처 배치 |
US10482929B2 (en) | 2017-07-13 | 2019-11-19 | Qualcomm Incorporated | Non-volative (NV) memory (NVM) matrix circuits employing NVM matrix circuits for performing matrix computations |
US10460817B2 (en) | 2017-07-13 | 2019-10-29 | Qualcomm Incorporated | Multiple (multi-) level cell (MLC) non-volatile (NV) memory (NVM) matrix circuits for performing matrix computations with multi-bit input vectors |
US10580492B2 (en) | 2017-09-15 | 2020-03-03 | Silicon Storage Technology, Inc. | System and method for implementing configurable convoluted neural networks with flash memories |
CN109522753B (zh) | 2017-09-18 | 2020-11-06 | 清华大学 | 电路结构及其驱动方法、芯片及其认证方法、电子设备 |
US10303998B2 (en) | 2017-09-28 | 2019-05-28 | International Business Machines Corporation | Floating gate for neural network inference |
US10699779B2 (en) | 2017-11-29 | 2020-06-30 | Silicon Storage Technology, Inc. | Neural network classifier using array of two-gate non-volatile memory cells |
US11354562B2 (en) | 2018-01-03 | 2022-06-07 | Silicon Storage Technology, Inc. | Programmable neuron for analog non-volatile memory in deep learning artificial neural network |
US10552510B2 (en) | 2018-01-11 | 2020-02-04 | Mentium Technologies Inc. | Vector-by-matrix multiplier modules based on non-volatile 2D and 3D memory arrays |
US10740181B2 (en) | 2018-03-06 | 2020-08-11 | Western Digital Technologies, Inc. | Failed storage device rebuild method |
US10496374B2 (en) | 2018-03-22 | 2019-12-03 | Hewlett Packard Enterprise Development Lp | Crossbar array operations using ALU modified signals |
US10217512B1 (en) | 2018-05-15 | 2019-02-26 | International Business Machines Corporation | Unit cell with floating gate MOSFET for analog memory |
US10692570B2 (en) | 2018-07-11 | 2020-06-23 | Sandisk Technologies Llc | Neural network matrix multiplication in memory cells |
US11061646B2 (en) | 2018-09-28 | 2021-07-13 | Intel Corporation | Compute in memory circuits with multi-Vdd arrays and/or analog multipliers |
US10891222B2 (en) | 2018-12-24 | 2021-01-12 | Macronix International Co., Ltd. | Memory storage device and operation method thereof for implementing inner product operation |
US10741611B1 (en) | 2019-02-11 | 2020-08-11 | International Business Machines Corporation | Resistive processing units with complementary metal-oxide-semiconductor non-volatile analog memory |
-
2019
- 2019-04-11 US US16/382,013 patent/US10699779B2/en active Active
- 2019-04-11 US US16/382,045 patent/US11270763B2/en active Active
- 2019-08-27 EP EP19765619.2A patent/EP3912100B1/en active Active
- 2019-08-27 CN CN201980089319.7A patent/CN113366503B/zh active Active
- 2019-08-27 JP JP2021541297A patent/JP7270746B2/ja active Active
- 2019-08-27 KR KR1020217020620A patent/KR102350215B1/ko active IP Right Grant
- 2019-08-27 WO PCT/US2019/048420 patent/WO2020149886A1/en unknown
- 2019-08-29 WO PCT/US2019/048933 patent/WO2020149887A1/en unknown
- 2019-08-29 CN CN201980089312.5A patent/CN113330461A/zh active Pending
- 2019-08-29 EP EP19768968.0A patent/EP3912101B1/en active Active
- 2019-08-29 KR KR1020217023488A patent/KR102607529B1/ko active IP Right Grant
- 2019-08-29 JP JP2021541294A patent/JP7391097B2/ja active Active
- 2019-12-13 TW TW108145706A patent/TWI719757B/zh active
- 2019-12-13 TW TW108145704A patent/TWI737079B/zh active
-
2021
- 2021-09-09 US US17/471,099 patent/US11646075B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170337466A1 (en) | 2016-05-17 | 2017-11-23 | Silicon Storage Technology, Inc. | Deep Learning Neural Network Classifier Using Non-volatile Memory Array |
Also Published As
Publication number | Publication date |
---|---|
EP3912100B1 (en) | 2022-09-28 |
TWI737079B (zh) | 2021-08-21 |
JP7270746B2 (ja) | 2023-05-10 |
TW202030649A (zh) | 2020-08-16 |
KR102607529B1 (ko) | 2023-11-29 |
US11270763B2 (en) | 2022-03-08 |
US20230223077A1 (en) | 2023-07-13 |
JP2022523292A (ja) | 2022-04-22 |
US20200234758A1 (en) | 2020-07-23 |
CN113330461A (zh) | 2021-08-31 |
EP3912101B1 (en) | 2023-01-25 |
WO2020149886A1 (en) | 2020-07-23 |
US10699779B2 (en) | 2020-06-30 |
TWI719757B (zh) | 2021-02-21 |
KR102350215B1 (ko) | 2022-01-11 |
US20190237136A1 (en) | 2019-08-01 |
CN113366503A (zh) | 2021-09-07 |
EP3912101A1 (en) | 2021-11-24 |
KR20210107796A (ko) | 2021-09-01 |
EP3912100A1 (en) | 2021-11-24 |
JP2022522987A (ja) | 2022-04-21 |
KR20210090275A (ko) | 2021-07-19 |
TW202046183A (zh) | 2020-12-16 |
CN113366503B (zh) | 2022-05-10 |
US20210407588A1 (en) | 2021-12-30 |
US11646075B2 (en) | 2023-05-09 |
WO2020149887A1 (en) | 2020-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7391097B2 (ja) | 3ゲート不揮発性メモリセルのアレイを使用するニューラルネットワーク分類子 | |
JP7210585B2 (ja) | 人工ニューラルネットワーク内のアナログニューロモーフィックメモリのための高精度かつ高効率な調整機構及びアルゴリズム | |
US20200151543A1 (en) | Programming Methods For Neural Network Using Non-volatile Memory Array | |
JP7250776B2 (ja) | フラッシュメモリを備えた構成可能な畳み込みニューラルネットワークを実装するためのシステム及び方法 | |
JP7314286B2 (ja) | スタックゲート不揮発性メモリセルのアレイを使用するニューラルネットワーク分類子 | |
EP3459019A1 (en) | Deep learning neural network classifier using non-volatile memory array | |
JP7270747B2 (ja) | 4ゲート不揮発性メモリセルのアレイを使用するニューラルネットワーク分類器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210915 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210915 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220831 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221004 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230104 |
|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20230306 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230627 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230926 |
|
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: 20231107 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231121 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7391097 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |