JPH04500424A - 入力又は出力線及び差別的な感知又は被動出力又は入力線の対を接続する容量性構造を用いた神経網 - Google Patents
入力又は出力線及び差別的な感知又は被動出力又は入力線の対を接続する容量性構造を用いた神経網Info
- Publication number
- JPH04500424A JPH04500424A JP2509574A JP50957490A JPH04500424A JP H04500424 A JPH04500424 A JP H04500424A JP 2509574 A JP2509574 A JP 2509574A JP 50957490 A JP50957490 A JP 50957490A JP H04500424 A JPH04500424 A JP H04500424A
- Authority
- JP
- Japan
- Prior art keywords
- output
- input
- capacitance
- weighted
- neural network
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
- G06F15/76—Architectures of general purpose stored program computers
- G06F15/80—Architectures of general purpose stored program computers comprising an array of processing units with common control, e.g. single instruction multiple data processors
-
- 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
- G06N3/06—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
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 Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Neurology (AREA)
- Computer Hardware Design (AREA)
- Amplifiers (AREA)
- Image Analysis (AREA)
- Networks Using Active Elements (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるため要約のデータは記録されません。
Description
【発明の詳細な説明】
入力又は出力線及び差別的な感知又は被動出力又は入力線の対を接続する容量性
構造を用いた神経網この発明は、頭脳の一部分の働きを模倣するコンピュータ構
造、更に具体的に云えば、相補形金属−酸化物一半導体(0MO8)技術を用い
て実現することが出来る様なコンピュータ構造に関する。
発明の背景
フォノ・ノイマン形のアーキテクチュアを持つコンピュータは、1個のプロセッ
サの通信に制約がある為に、計算速度が限られている。こう云う制約は、計算に
複数個のプロセッサを利用し、少なくとも部分的に並列に動作させれば、解決す
ることが出来るかも知れない。然し、この様な別のアーキテクチュアは、プログ
ラミングの複雑さに伴う困難を一般的に招く。従って、これはよい解決策でない
場合が多い。最近、プログラミングを必要としない全く異なる代案に将来性があ
ることが判った。頭脳のニューロン(神経細胞)の回路網としての能力が、形式
的なプログラミングを必要とせずに、計算及び推論機能を発揮し得る「神経回路
網」又は「神経網」と呼ばれる高度に相互接続された1組のプロセッサを形成す
る為のモデルとして役立っている。正しい手順を実行する様にプ)グラムする代
りに、神経網は経験によって正しい手順を学習することが出来る。神経網に関す
る従来技術については、IEEE As5pマガジン誌1987年4月号(07
40−7467/8710400−0004/$10.00 1987IEEE
)の第4頁乃至第21頁所載のR,P、IJツブマンの論文「神経網を用いた計
算の序論」を引用するので、参照されたい。
神経網は、複数個の「シナプス」入力信号に対する「アクソン」出力信号応答を
夫々持つ複数個のニューロン・モデル・プロセッサで構成される。「パーセプト
ロン」と呼ばれる形式の神経網では、各々のプロセッサがその「シナプス」入力
信号の加重和を計算する。これらの入力信号は、夫々正又は負の値であってよい
夫々の加重値によって加重される。更にプロセッサが加重和に対して非線形に応
答して、「アクソンJ出力応答を発生する。この関係は式(1)こ\でiはバー
セプトロンの入力信号の指数であり、それが整数個Mだけあり、jはその出力信
号の指数であり、これが整数個Nだけある。Wl、が、低入力信号レベルでl
j番目の出力信号を構成する時の1番目の入力信号の加重その引数の絶対値が大
きくなると、
M
Σ W X に対する応答が低下する。
1.1 1
1=1
更に複雑な人口的な神経回路は階層形の層として複数個のバーセプトロンを配置
しており、その前の各々の層の出力信号が次に続く層に対する入力信号になる。
最終的な出力信号を発生する出力層に先行する層は「隠れた」層と呼ばれる。
今述べた処理は標本化データ・アナログ信号を用いるのが普通であり、従来の神
経網は、加重及び加算手順の為の抵抗形相互接続素子を持つ演算増幅器を用いて
いた。抵抗素子が、オームの法則に従って加重加算を実施する。このプロセッサ
の速度は、プロセッサの種々の部分にある静電容量によって制限され、かなり大
形の神経網の消費電力を妥当な限界内に抑えようとすれば、計算は遅かった。即
ち、プロセッサのRC時定数を減少する為に抵抗値を減少することによって、速
度は上昇するが、抵抗値が減少するとV2./Hの消費電力が増加する(R,C
及び■は、夫々抵tA′値、容を値乃び當庄である)っクーロンの法目1j l
ご従って加重加算を行なう為にキャパシタを使うと、オームの法則に従って加重
加算を行なう為に抵抗を用いたプロセッサよりも、消費電力を少なくして、所定
の動作で動作する所定の規模の神経網が得られる。
エレクトロニクス・レターズ誌、1987年8月27日号、第23巻第18号の
第958.959頁(IEE)で、Y、P、ツヴイディス及びり、アナスタシオ
ンは、クーロンの法則に従って加重加算を行なう1つの方法を述べている。その
方法は、切換えキャパシタ方法であるが、アナログの標本化データの神経網シス
テムに役立つ。然し、静電容量を切換えることに頼らないで、クーロンの法則に
従って加重加算を実施する方法が非常に望ましく、それをこ\で述べる。これは
、キャパシタ切換え素子並びに関連した制御線の複雑さが避けられる。更に、こ
うすると、持続的な期間にわたって連続的なアナログ信号を用いて、並びに標本
化データのアナログ信号を用いて、神経網を動作させることが可能になる。
神経網の層で加重加算を行なう為にキャパシタを用いようとする時に出会う1つ
の問題は、入力及び出力線の間の漂遊静電容量である。これは、金属−酸化物一
半導体(MOS)集積回路技術を用いて構成された神経網の層ではかなりの規模
になる傾向がある。入力及び出力線は、複数個の層のメタライズを用いて、重な
り合う行及び列の母線として敷設されるのが普通である。列の母線が1つのメタ
ライズ層内にあり、行の母線が、中間の絶縁酸化物層によって他方の層から隔て
られた別のメタライズ層にある。この酸化物層は薄く、その為、1つの母線が別
の母線と交差する所では、どこでもかなりの静電容量がある。行及び列の母線が
相異なる平面にあることは、その間の漂遊静電容量を増加する傾向がある。行及
び列の両方の母線が同じメタライズ層内にあるが、1組の母線を周期的にその自
己接続を遮断して、他方の組の母線を通すようにすると共に、その自己接続を完
成する為に交差接続を設ける場合にも、漂遊静電容量の問題がある。この漂遊静
電容量の問題は、容量性電圧加算回路で加重を行なう為に使われる容量素子が、
その中でそれらを用いるモノリシック集積回路の基板に対する漂遊静電容量を持
つ事実により、更に複雑になる。モノリシック集積回路では、完全な2端子静電
容量を実際に利用することは出来ない。プログラム可能な静電容量を持つ容量素
子を使う場合、静電容量をゼロの値にプログラムすることが出来ないのが普通で
ある。
漂遊静電容量の問題が、この発明のある実施例では、出力線の対を使い、多対の
出力線の電荷状態を差別的に感知して、漂遊静電容量の影響が互いに相殺する様
にすることによって解決される。出力線の対は、励振及び抑制形の加重・・・・
・・即ち、正及び負の極性の両方の加重(W、、)を、1.1
負の静電容量を達成する為のキャパシタの切換えに頼らずに、事実上達成するこ
とが出来る様にする。
漂遊静電容量に伴う上に述べた問題が、この発明の別の実施例では、平衡入力線
の対を用い、各々の出力線からの漂遊静電容量の影響が互いに相殺される傾向を
持つ様にすることによって解決される。対の入力線を平衡入力信号を用いて駆動
することにより、負の静電容量を達成する為にキャパシタの切換えに頼らずに、
励振及び抑制形の加重・・・することが出来る。W、、x、項が、加重したX、
及び−1,31
X の平衡入力信号を加算することによって得られる。
この発明に従ってキャパシタを用いる神経網は、逆向き伝搬訓練アルゴリズムを
実施するのに必要な計算の一部分を実施する為に使うことが出来る。逆向き伝搬
訓練アルゴリズムは、多層順送り神経網の実際の出力と所望の出力の間の平均自
乗誤差を最小にする様に設計された反復形勾配アルゴリズムである。これは連続
的な区別し得る非直線性を必要とする。出力節から出発し、最初の隠れた層に戻
る様に作用する帰納形アルゴリズムを反復的に用いて、式(2)に従って加重を
調節する。
W、、N+])=W、−(+)−77δj xjl、l l、1
この式で、W、、tは、時刻tに隠れた節i (又は最初の1.1
隠れた層の場合は、入力節)から節jへの加重である。Xは節iの出力(又は最
初の隠れた層の場合は、入力信号)である。ηは、パーセプトロンの実際の出力
と所望の出力の間の平均自乗誤差を最小にする為に使われたフィードバック手順
に安定性を持たせる為に導入される利得積である。
古 は誤差の微分である。このδ の一般的な定義は、その出力節jに供給する
為に使われる入力信号の加重和の変化に伴う神経網の層の出力節jからの誤差エ
ネルギの変化である。
リップマンは、特定のシグモイド形のロジスティック非直線性が使われることを
想定している。プロセッサの応答の非直線性が、リップマンの様に制限的に定義
されないと仮定すれば、δ、は、節jが出力節であれば、次の式(2)の様に又
は節jが内部の隠れた節であれば、次の式(3)の様に更に具体的に定義するこ
とが出来る。
δ =y ’(d、−y ) ’ (3)II 11
δ =y ’ Σ δkW、k (4)」 j
式(3)で、d 及びy が、出力層からの出力応答の所望の値及び実際の値で
あり、y′ が出力層の非直線性に」
対するy の微分応答、即ちその非直線性の伝達関数の勾配である。式(4)で
は、kは考えている隠れた節jの後に続く神経網の層内の全ての節にか\す、W
、kが節jとこの様な各々の節にの間の加重である。項y′ は式(3)と同様
に定義される。
シグモイド形のロジスティック非直線性に伴うy ′の特定な値に一般項を置換
える代りに、式(3)及び(4)に現れる項y ′の一般的な定義は、こ\で説
明する訓練アルゴリズムとりツブマンが記述するものとの間の主な違いである。
更1: II 、ソプフ゛/け、古 を上に挙げf−(,1)。
(3)及び(4)を反対の極性に定義している。
神経網の訓練の間、入力信号の所定のパターンが逐次的に反復的に印加され、そ
の入力信号のパターンに対して、出力信号の対応する所定のパターンが判ってい
る。入力信号の各々の所定のパターンに応答して、神経網によって発生される出
力信号のパターンを出力信号の所定のパターンと比較して、誤差信号を発生し、
それを使って、入力信号のパターンが何回も繰返される時、又は誤差信号の値が
無視し得ると検出されるまで、式(2)に従って加重を調節する為に使う。その
後、訓練が、順序内の次の1組のパターンを用いて行なわれる。大が\りな訓練
の間、パターンの順序を再循環することが出来る。
発明の要約
漂遊静電容量の問題並びに切換えキャパシタを使わないで負及び正の両方の加重
を発生すると云う問題が、この発明では、各々のニューロン・モデルに、1組の
加重キャパシタの代りに、2組の加重キャパシタを使うことによって解決される
。
この発明の1実施例では、各々のプロセッサが複数個の(M個)の入力線を持っ
ていて、M個の入力電圧信号の夫々を受取る。各々のプロセッサは第1及び第2
の出力線を持っている。夫々の容量素子が各々の入力信号線を第1及び第2の出
力線の各々に接続する。出力線から夫々の周囲まで略同じ静電容量を保つ手段を
設ける。差動入力非線形増幅器が反転及び非反転入力ポートを持ち、それに第1
及び第2の出力線が接続されている。この増幅器の出力ポートが、M個の入力信
号電圧に対するニューロン形の応答を供給する。各々の対の出力線の電荷状態を
差別的に感知することが、漂遊静電容量の影響を互いに相殺する傾向を持つ。こ
う云う出力線の対は、負の静電容量を達成する為にキャパシタの切換えに頼らず
に、励振及び抑制形の加重、・・・・・・即ち、正及び負の極性のWl、・・・
・・・を事実上達成する1、J
ことを容易にする。
この発明の別の実施例では、各々のプロセッサが出力線を持ち、それに入力信号
電圧の加重和が現れると共に、この加重和に対するニューロン形の応答を発生す
る非線形増幅器を有する。複数個(2M個)の入力線が、その出力線と交差して
、それに対して漂遊静電容量を持つが、夫々の容量素子を介して、この出力線に
接続される。各々の入力線及びそれを出力線に接続する容量素子は、Mを正の整
数として、1番目から2M番目までの相次ぐ序数の夫々1つによって同定される
。M個の入力信号電圧を平衡した形で、序数がMだけ隔たる夫々1対の入力線に
印加する手段を設ける。各々の対の入力線から出力線に接続する容量素子の静電
容量の違いが、出力線に入力信号の加重和として現れる時の、その対の入力線に
平衡した形で印加された入力信号の重みを決定する。従って、入力信号の加重和
に於ける漂遊静電容量の影響が減少する。
図面の簡単な説明
箪1図はこの発明を実施した神経網の層の略図で、その後、線形に組合せ且つ非
線形に増幅して、アクソン応答信号を発生する為に、シナプス信号の加重加算を
実施する為にキャパシタを用いている。
第2図はこの発明に従って神経網を構成するのに役立つ、相補形金属−酸化物一
半導体CM、 OS電界効果トランジスタを用いて構成された従来の完全な差動
形の増幅器及びその為のバイアス回路の回路図である。
第3図はこの発明の神経網を構成するのに役立つ非線形電圧増幅器の回路図であ
る。
第4A図及び第4B図は合せて第4図を構成し、これは、シナプス信号の加重加
算を実施するのに使われる静電容量のプログラム可能な加重の為に、この発明の
別の一面に従って、何倍にもすることが出来る様な第1図の神経網の変形の回路
図である。
第5図は第4図に従って何倍にも変更した第1図の神経網の層内にある非線形出
力駆動増幅器をパルス駆動する1つの方法を示す回路図である。
第6図は、第4図及び第9図に示す第1図の神経網の変更に役立つ平衡出力信号
を発生する様に変更された従来のアナログ掛算器の回路図である。
第7図は第4図に従って何倍にも変更された第1図の神経網の層(又は第14図
に従って、何倍にも変更された第13図の神経網の層)に使われる訓練装置の回
路図である。
第8図は第4図に従って何倍にも変更された第1図(又け;1.4図に従−・τ
何倍にも変更さねf:箪13図)に従って夫々構成された複数個の神経網の層を
持つシステムの回路図である。
第9A図及び第9B図は合ゼで第9図を構成し、これはこの発明の別の一面に従
って、シナプス信号の加重加算を行なうのに使われる静電容量のプログラム可能
な加重を訓練の間に行なう様に何倍にも変更することが出来るようにする第1図
の神経網の別の変形の回路図である。
第10図は第9図に従って変更した第1図の神経網の各々のカウンタにある段の
配置を示す回路図である。
第11図は各々のカウンタ段にある論理素子の回路図である。
第12 A図、第12B図及び第12C図は合せて第12図を構成し、これは、
平衡入力信号によって駆動され、ブリッジ形式に接続された加重キャパシタによ
って差別的に感知される出力線の対に接続される対の入力線を用いた、神経網の
別の変形の回路図である。
第13図はこの発明を実施した神経網の別の層の回路図で、アクソン応答信号を
発生する為にこの後で非線形増幅を受けるシナプス信号の加重加算を行なう為に
キャパシタを用いている。
第14A図及び第14B図は合せて第14図を構成し、これは、第13図の神経
網の変形の回路図であって、これを何倍にも変更し、て、この発明の別の一面に
従って、シナプス信号の加重加算を行なうのに使われる静電容量のプログ72%
可能な加重を行なうことが出来る。
第15図は、第14図に従って多重に変更した第13図の神経網の層内にある非
線形出力駆動増幅器をパルス駆動する第5図の装置の代りに使うことが出来る装
置の回路図である。
第16A図及び第16B図は合せて第16図を構成し、これは、この発明の別の
一面に従って、訓練の間、シナプス信号の加重加算を行なうのに使われる静電容
量のプログラム可能な加重を行なう様に何倍にも変更することの出来る、第1図
の神経網の別の変形の回路図である。
詳しい説明
第1図は複数個(N個)の非線形増幅器OD、OD2゜・・・・・・OD (N
−1) 、OD Nで構成された神経網を示す。複数個(M個)の電圧信号X
、X 2 、 ・”・・・X (M−1) 、X Mが「シナプス」信号として
供給され、それを加重して、非線形電圧増幅器OD、OD、、・・・・・・0D
(N−1)、ODNに対する夫々の入力電圧とし、これらの増幅器が夫々の「ア
クソン」応答V=V2.・・・・・・” (N−1) ” +1を発生する。
Mは正の複数の整数であって、第1図(又は第13図)の回路網に対する入力シ
ナプス信号の数を示し、Nは正の複数の整数であって、神経網が発生し得る出力
アクソン信号の数を表わす。第1図(又は第13図)の神経網の動作を記述する
のに必要な説明を簡単にする為、同じ様に繰返される素子を使った動作は一般的
に説明する。(列)入力信号X 、X2.・・・・・・x(M−1)’ XMに
関係する動作及び、1
装置を説明する為に、1からMまでの全ての値にわたって添字iを使う。(行)
出力信号V、3’2.・・・・・・y(N、−1)、シ・、に関係する動作及び
装置を記述するのに、1乃至Nにわたる全ての値に対して添字jを使う。即ち、
l及びjは、神経網の特定の部分を記述するのに使われる列及び行の番号である
。
第1図で、入力電圧信号X が入力駆動増幅器ID のにカボートに印加される
。これは電圧増幅器であって、それがその電圧応答を入力線IL に印加する。
夫々の出力線OL 及びOL (、+N)が出力駆動増幅器OD の非反転J
」
入力ボート及びその反転入力ボートに接続される。出力部線OL、及び0L(j
+N)の電荷の累積的な差に対する非線」
形の電圧応答を発生する。
非線形出力駆動増幅器OD が、第1図では、差動入力を持つ非線形電圧増幅器
として単純に示されており、出力線01、 及びOL を介して(+)及び(−
)入力信+ (i+旧
号端子に印加される休止状態の直流電圧が1.夫々の直流復元回路DCRを用い
て、選ばれた時刻に所望のバイアス電圧にクランプすることによって調節される
。出力線OL、のその周囲に対する合計の静電容量、並びに出力線OL(i”、
N)のその周囲に対する合計の静電容量は、後で更に述べろが、略同じになる様
にする。夫々のキャパシタC1,1
が各々の入力線IL を各々出力線OL、に接続し、夫々のキャパシタC1,(
j+N)が各々の入力線IL、を各々出力線OL に接続する。出力駆動増幅器
OD は、その(j+N) 、1
出力端子で、キャパシタC、を介してその非反転(+)1 j
入力端子に印加されたX 入力信号電圧に対して反転なし?
に応答すると共に、キャパシタCi、 (i+N)を介してその反転(−)入力
端子に印加されたX 入力信号電圧に対して反転して応答するから、電気的な等
価回路は、C6,の静1.1
電容量からCi、 (j+N)の静電容量を差引いた値に等しい静電容量を持つ
キャパシタによって、1本の出力線OL、にX 信号電圧が印加されたことに等
しい。この様に差別的に感知する対の出力線に対して、シングルエンデツド形の
出力信号で駆動する方式は、励振(又は正の)形の加重と共に抑制形(又は負の
)加重を得る為の切換え静電容量方式の必要性を省く。この為、この方式は、希
望すれば、持続的な期間にわたって連続的なアナログ信号を用いて、神経網を動
作させるのを容易にする。
第1図は各々の入力線II、 が夫々の負荷キャパシタCL を持っていて、入
力駆動増幅器ID の出力ポートに対する容量性負荷が、他の入力駆動増幅器の
各々の出力ポートに対するものと略同じになる様にしであることを示している。
これは、入力信号χ に対する応答に望ましくない差別的な遅延を避ける為に望
ましい。各々の入力線負荷キャパシタCL −CL、Aの静電容量を、それに接
続されま
たキャパシタCの合計静電容量に較べて非常に大きく1.1
することにより、容量性負荷を略同しにすることが出来る。
然し、これは、各々の入力線負荷キャパシタの静電容量が、それに接続された他
の静電容量の合計の値の補いになる様にすることによって達成することが好まし
い。この方式により、必要な線負荷静電容量の大きさが減少する。出力線OL、
及び0L(j+N)に現れる電圧が、第1図に示す様に、非線形出力駆動増幅器
OD 、・・・・・・ODNによって直接的に感知される場合、この手順により
、各々の入力電圧X 。
・・・・・・XMに対する分圧比は、他の入力電圧の分圧比と無関係になる。
第1図は各々の出力線OL に対して夫々の負荷キャパシタC” (M+i)が
負荷となり、各々の出力線OL(、I+I)に夫々の負荷キャパシ・りCL(M
+N+j)が負荷になることを示している。こうするのは、各々の出力線の合計
の静電容量が、他の各々の出力線と略同じになる様にする為である。
これは、OL(M+i)を出力線OL に対する他の静電容量よりずっと大きく
選ぶと共に、CL(M’、N+7)を出力線0L(N+i)に対する他の静電容
量よりもずっとと大きく選ぶことによって達成することが出来る。この代りに、
CL(M+j)及び0L(lII+N+j)が、同し出力線に接続される他の静
電容量の合計の値の補いになる様に選ぶことによって、達成してもよい。出力駆
動増幅器OD、に対する入力電圧は(よい近似で)クーロンの法則に従って、式
(5)で示す値V を有する。
電圧V の発生は、一方では、各々の入力電圧が出力線OL に対して持つ実効
静電容量(C” ’i、(i+N) )1 1.1
と、出力線がその周囲に対して持つ合計の静電容量Cと」
の間の複数個の容量分圧の重畳と見なすことが出来る。即ち、Cは出力線OL
の合計の静電容量又は出力線OLj )
(N+j)の合計の静電容量であり、こう云う静電容量は互いに等しく、値を一
定にすべきである。出力線OL 及びOL(i+ll)に現れる電荷の差が、後
で第4図について述べる様に、出力駆動増幅器内にある非線形電圧増幅器に先行
する完全に差動形の電荷感知増幅器によって感知される場合、電荷感知増幅器か
らの出力信号は基準電位V を基準とB1八S
して平衡をとる。
第2図は、j=1.2・・・・・Nとして、完全に差動形の増幅器DA の内の
任意の1つとして役立つ様なMOS電界効果トランジスタQ −Q、3で構成さ
れた完全に差動形の増幅器を示す。更に、この完全に差動形の増幅器及び同種の
他の増幅器に印加する為の直流バイアス電圧を発生する、MO3電界効果トラン
ジスタQ14 ’+9で構成されたバイアス回路も示されている。この回路は、
ジョン・ワイリイ・アンド・サンズ・インコーホレーテッド社によって1986
年に出版されたR、グレゴリアン及びT、C,ティームの著書「信号処理用のア
ナログMO3集積回路」の第255頁乃至第257頁に更に詳しく記載されてい
る。
完全に差動形の増幅器が、nチャンネル形MOSFETQ 及びQ2のロングテ
ール形の対の接続を持ち、これは夫々のゲート電極の(+)及び(−)入力端子
に印加された入力電圧IN及びINの共通モード排除を行なう。nチャンネル形
MO8FET Ql3は、Q、及びQLのソース電極の間の相互接続部からのテ
ール電流に対する定電流シンクとして接続されている。Ql及びQ2はpチャン
ネル形MOSFET Q7及びQgと夫々折返しカスコード接続になっている。
夫々Q7及びQgのドレイン電極に接続された(+)及び(−)出力端子に現れ
る出力電圧OUT及びOUTの共通モード排除も行なわれるが、これがQ−Q
で構成された差動増幅器が[完全にJ差動形と呼ばれる理由である。この共通モ
ード排除は、pチャンネル形MO3FET Q 及びQ4の(−)及び(±)出
力端子からゲート電極への共通モード再生フィートノくツク接続によって行なわ
れ、これらのトランジスタの並列書こした・ノース・ドレイン通路が、電流分割
器として動作するpチャンネル形MO3FET Q 及びQ6の結合したソース
電極に対して電流を供給する。Q のドレイン電流がQ1及びQ の折返しカス
コード接続をノくイアスし、Q6のドレフ
イン電流がQ 及びQgの折返しカスコード接続をlくイアスする。nチャンネ
ル形MO3FET Qg及びQll力(、Q7に対するドレイン負荷として高イ
ンピーダンス定電流シンクとなる様にバイアスされたカスコード接続になってお
り、nチャンネル形MO8FET Q、o及びQl2が、Qgに対するドレイン
負荷として高インピーダンス定電流シンクとなる様にバイアスされたカスコード
接続になっている。
(+)及び(−)出力端子は、Q、Q、Q7及びQl2
8が同じ振幅の休止状態チャンネル電流を持つと仮定して、MOSFET Q
−Q、8が下記の式(6)乃至式(10)に示す幅対長さ比を持つ様にすること
により、MOS F ET Ql4のゲート電極に印加されるのと同じ電圧(+
2゜5v)にバイアスすることが出来る。
(IIL) 、、 : (IIL)、2: (IIL) 、3: <”IIL)
、8: :2・21:1. (6)(IIL) : (IIL) 4・(W/l
)、4:+l:l (7)(IIL) : (IIL) : (IIL) is
・+I+1(8)(IIL) : (IIL) 8: (W/い、6::2+
2:l (9)(IIL) :(IIL)、o:(IIL)、7::2:2:I
(10)MOSFET Q の幅対長さ比は、Ql4のドレイン電流需要に応
答して、Ql9のチャンネルの両端に、端子OUT及びOUTの信号に十分な動
作電圧範囲が得られる様な電圧降下を発生する様に選ばれる。
第3図は第1図の神経網の層内にある各々の非線形出力駆動増幅器OD、を構成
する為に、線形電圧増幅器回路の後に使うことの出来る非線形電圧増幅器回路を
示す。第3図の非線形電圧増幅器は2つのソース・フォロワ形トランンスタのカ
スコード接続であり、その一方(Q )がn211A
チャンネル形M OS F E Tであり、他方(Q )がpチ0B
ヤンネル形MO8FETである。Q に対して、DチャOA
ンネル形MO3FET Q21が定電流発生源負荷となる。
、−のトうン・ンス々は、ダ1ツインh1らゲートへの7ノー1バツクによって
自己バイアスされたnチャンネル形MO8FET Q22をマスタ又は入力トラ
ンジスタと(、て含む電流ミラー増幅器のスレーブ又は出力トランジスタである
。Q2Hに対してpチャンネル形MO3FET Q23が定電流発生源負荷とな
る。このトランジスタは、ドレインからゲートへのフィードバックによって自己
バイアスされるpチャンネル形MO8FET Q24をマスタ又は入力トランジ
スタとする電流ミラー増幅器のスレーブ又は出力トランジスタである。Q22及
びQ24は、夫々のドレインからゲートへのフィードバック接続によってダイオ
ード接続になっており、これらのダイオードが、■、S及び■DD電位の間に、
別のダイオード接続のnチャンネル形MO3FET Q25及び別のダイオード
接続のpチャンネル形MO3FETQ26と直列に接続されて、バイアス回路を
構成している。
このバイアス回路では、休止状態の入力電流が、Q23.Q24で構成された電
流ミラー増幅器の入力ボートから、Q21゜Q22で構成された電流ミラー増幅
器の入力ボートへ流れる。
Q 及びQ23のドレイン電流の流れは、電流ミラー増幅器の作用によって、同
じ値になる。
全てのnチャンネル形MO8FET Q 、Q 、Q20^ 21
22及びQ25は同じチャンネル幅及び長さを持ち、同様な動作特性を持つ。全
てのpチャンネル形MOSFET Q、、。
、Q 、Q 及びQ26は同様なチャンネル幅及び長さを持ち、nチャンネル形
MO8FETに対して相補形の同様な動作特性を持つ。バフフッ回路のMQ9p
ET I”1.、。
′1Z
Q24”25及びQ26は、ハードウェアを節約すると共に動作電力を節約する
為に、複数個の第3図の非線形電圧増幅器回路が共有するものであってよい。
第3図の電圧増幅器に於ける応答の非直線性は、(1)Q のソース・フォロワ
作用が、そのゲート電極の電位0A
の正に向う行程に対しては、ソース電位がドレイン電位■H1に近付くにつれて
制限される為、並びに(2)そのゲート電極の電位の負に向う行程に対するQ、
2oのソース・フすロワ作用が、そのソース電位がそのドレイン電位VLoに近
付く時に制限される為に生ずる。ソース・フォロワQ2OBのソース電極では、
ソース・フォロワQ のゲート電極0A
に印加された線形傾斜電位に対してシグモイド形の応答がある。電圧V 及びM
HIは、第3図の非線形増幅器のこのO
様な制限作用を制御する様にプログラムすることが出来、電圧V 及びMHIは
、応答の対称性又は非対称性が得られO
る様に選ぶことが出来る。第3図は+2.5ボルトに対して略対称的な応答を発
生する様なりHl及びV、。に対する代表的な値を示している。
出力駆動増幅器OD は、第3図に示すのとは異なる非!
線形電圧増幅器回路を使うことが出来る。例えば、ソース・フォロワQ 及びQ
はカスケード接続の順序を逆0A20B
にすることが出来る。この別の回路又は第3図の回路の前に、線形電圧増幅器で
はなく、電荷感知増幅器を置いて、第4図、第9図、第14図及び第16図の神
経網に使われる形式の出力駆動増幅器を実現することが出来る。第1図及び第1
3図の神経網では、第3図の回路又は前に述べた別の回路を使わずに、出力駆動
増幅器を実現することが出来る。例えば、各々の出力駆動増幅器は、その出力信
号電圧をシングルエンデツド形に変換する為の電流ミラー増幅器を負荷として持
つロングテール形の1対のトランジスタの接続で構成することが出来る。トラン
ジスタのロングテール形の1対の接続は、そのソース電極が互いに並びに定電流
発生器に対して差動モード接続部を持つ差動増幅器接続である。
次に第1図で、i及びjの夫々特定の値に対し、入力駆動増幅器ID 、キャパ
シタC4及びCi、 (j+ll)及び非1 1、J
線形出力駆動増幅器OD、かどのようにしてニューロン・モデルの挙動を示すか
を考える。キャパシタCの静電1、」
容量が、i及びjの特定の値に対し、キャパシタCi、 (i+N)の静電容量
より大きければ、このjに対する出力電圧yは入力電圧x1に対して「励振形」
の応答を示す。こう】
云うi及びjの値に対し、C4及びC1,(j+N)の静電容1・ 」
量が等しければ、そのjに対する出力電圧y は、入力電圧y、に対して何の応
答も示さない。こう云うi及びjの値に対して、キャパシタCの静電容量がキャ
パシタC1,1
i 、 (j + ll )の静電容量より小さければ、このjに対する出力電
圧y は入力電圧X に対して「抑制形」の応答を示す。
この発明に従って構成されたある神経網では、全てのi及びjに対するキャパシ
タC及びCH,(i+N)は一定の1.1
値のキャパシタであってよく、i=1.・・・・・・Mとして、入力電圧X の
加重に決して変更がない。然し、この様な神経網は、神経応答の変化する判断基
準に適応する能力が欠ける。この適応は、例えば独習用に接続される神経回路で
必要なことである。ある用途では、i及びjの夫々1対の値に伴う多対のキャパ
シタC7,及びCi、 (j+N)の静電容1.1
量を変更することが望ましい。この変更は相補形で行なうべきであって、C1及
びCi、 (j+N)の静電容量の和がC1,1
kに等しいま\である様にする。これは例えば、発明者が1975年6月17日
に付与され、ゼネラル・エレクトリック・カンバニイに譲渡された発明の名称「
可変静電容量半導体装置」と云う米国特許第3,890.635号の第11図に
ついて前に開示した様に、制御信号として使われる2進数に比例して制御される
静電容量を持つ「ディジタル形」キャパシタに関する発明者の前の提案に沿って
構成することが出来る。その時、多対のキャパシタC9及び1、J
Ci、 (i+lIl は同様な2つのキャパシタであり、その静電容量が夫々
の制御信号によって制御されるが、その一方は1に対する他方の補数である。
この代りに、対のキャパシタC及びCi、 (i+Nl は、+□ 1
対のキャパシタC0及びCi、 (i+N)の一方又は他方の成1.1
分となる様に2のべき数の関係を持つ静電容量を有する1組の成分キャパシタの
各々を選択することによって形成することが出来る。この選択は、伝送ゲートと
して電界効果トランジスタ(FET)を動作することによって行なわれる。対の
キャパシタC及びC: 11..111 を実現する別の方法は、ディジタル・
アナログ変換によって発生された夫々のアナログ信号を用いて、同様な寸法を持
つ1対の金属−酸化物一半導体(MOS)キャパシタの反転表面電位を制御する
ことである。
第4図は第4A図及び第4B図で構成されるが、第1図の神経網で、出力線OL
及びOL、。)と、それらが差盪
別的な加重によってシナプス入力信号X をそこから受取す
る入力線IN、との夫々1組の交点の近くに加えることが出来る代表的な変更を
示す。この変更を合せると、神経網は訓練することが出来る様になる。第1図の
神経網の各々の対のキャパシタC及びCi、 (jEN)に1対のディジタ11
]
ル・キャパシタDC及びDCi、 (jEN)を加える。(例1、」
えば各々キャパシタDC及びDCi、 (jEN)は米国特許!、」
第3,890.635号の第11図に示されるものであってよい。)DC及びD
Ci、 (jEN)の静電容量は、ディト J
ジタル・キャパシタの行の間に割込む様に配置され、メモリを形成する様に接続
されたこう云う素子の配列内にある夫々のワード記憶素子WSE から取出した
ディジタル1、ト
ワード及び1に対するその補数によって、相補的に制御される。このメモリは、
例えばランダムアクセス・メモリ(RAM)であってよく、各々のワード記憶素
子WSE、jは、アドレス復号器によって制御される行及び列アドレス線によっ
て選択的にアドレス可能である。或いは別の例として云うと、このメモリは、列
j毎に1つずつある複数個の静止形2ノ7ト1ノジス々であ−てよい、その時1
、各りの静止形シフトレジスタは、ディジタル・キャパシタDC1゜
及びDCi、 (jEN)の対の静電容量を制御するワードを記憶する夫々の段
W S E を持つ。
1、1
ワード記憶素子WSE に記憶されたワードが、夫々1.1
別の1対のディジタル・キャパシタDC(i+M)、i及びDCい+&I)、
(jEN)の静電容量をも制御することが出来る。キ十′ゞ′りDC(i+M)
、 」及びDC(i+M)、 (jEN)が「交流接地」及び出力線OL、及び
OL (jEN)の間に夫々接続され、負荷キャパシタOL(M+I)ノ一部分
を形成する。DC(i+2Ml。
j及びD C:、 、の静電容量は互いに同様であって、その値が夫々相手を追
跡する様に変化する。DC(i+M)、 (jEN)及びDCi、 (jEN)
の静電容量は互いに同様であって、夫々の値は互いに相手を追跡する様に変化す
る。4つのディジタル−キ’rパシ9DC,、DC,(jEN) 、DC(i+
M)、i 及1、1
びDCfik+&l)、 (jEN)がブリッジ形式に接続され、この入力端子
は入力線IL、及び交流接地に夫々接続され、出力端子が夫々出力線OL 及び
OL (、++11 に接続される。この」
ブリッジ形式は、電圧利得に関する限り、静電容量回路を両方向にするのを助け
ることにより、逆向き伝搬プログラミングに伴う計算を容易にする。この代りに
、逆向き伝搬プログラミングに対する計算が、計算手順の中に神経網を持たない
コンピュータによって行なわれる場合、神経網はディジタル−キャパシタDC(
i+M)、i及びDC(i+M)、 (jEN)を含む必要がない。
第4図の神経網の層をプログラミングに従って普通に動作させる場合、モード制
御線MCLに印加される信号φ。
は論理0である。このモード制御線MCLの0が、複数個(N個)ある各々の出
力線マルチプレクサOLM が、夫」
々関連する完全に差動形の増幅器DA の反転入力端子に対して出力線OL、を
選択する様に条件づける。更にモード制弾線MCLの0は、各々の出力線マルチ
プレクサOLMfj+N)に、夫々関連する完全に差動形の増幅器DA、の」
非反転入力端子に対する出力線ON を選択させる様!i十N)
に条件づける。差動増幅器DA は、第2図に示す形式であってよいが、それが
、出力線OL、に対する電荷感知動」
作を行なう夫々の電荷感知増幅器QS、内に入っている。
更にこの電荷感知動作では、伝送ゲートTG、がリセット・パルスQRの不在に
応答して、積分キャパシタCI、を増幅器DA の(+)出力及び(−)入力端
子の間に接続する。伝送ゲートTG(i+5N)かリセット・パルスφRの不在
に応答して、積分キャパシタCI を増幅器DA(jEN) )
の(−)出力及び(+)入力端子の間に接続する。積分キャパシタCI 及びC
I (H+N)がこの様に接続されると、」
増幅器DA、は差動電荷増幅器として作用する。モード制」
弾線MCLの信号φ、が0である時、入力信号x、が、キャパシタDC及びDC
i、 (i+NJ の電荷に、夫々の静電1・ j
容量の差に比例した合計の差別的な変化を誘起する。作動増幅器DA の入力端
子を略等しい電位に保つ為に必要な、」
その結果生ずる変位電流の流れの為には、積分キャパシタCI 及びCI(jE
N)からの対応する変位電流が流れて、これらの充電キャパシタを差別的に充電
して、その両端に次の式(11)で示す差電圧V を発生することが必要である
。
増幅器DA の非反転(+)出力端子からのV、の半分J 」
の信号が非線形電圧増幅器回路NL、に供給される。これは第3図の非線形電圧
増幅器回路であってもよいし、あるいは前に述べた別の回路であってよい。非線
形電圧増幅器回路NL がそれに応答してアクソン出力応答y6を発生」 よ
する。この非線形電圧増幅器NL が、y、を供給する、」 j
例えば、神経網の次の層にある入力線に供給する回路の入力インピーダンスに較
べて、比較的低いソース・インピーダンスでy、を供給すると仮定する。そうな
れば、神経網の次の層では、図1に示す入力駆動増幅器ID を介在配置
置する必要がない。これは神経網の次々の層の間の相互接続を双方向にするのを
容易にする。出力線マルチプレクサOLM、が、モード制御線MCLに現れる信
号φ、がOであることに応答して、第4図に示す素子が隠れた層にある場合、神
経網の次に続く層の入力線にy を印加する。第」
4図に示す素子が神経網の出力層にある場合、出力線マルチプレクサOL M
がモード制御線の信号φ、が0であることに応答して、神経網の出力端子に■
を印加する。
神経網の正常な動作が時々中断する。直流復元を行なう為、リセット・パルスφ
Rが電荷感知増幅器QS、に供給される。φRが高になる時、リセット・パルス
φRの論理的な補数であるφ2が低になることに応答して、伝送ゲー)TG 及
びTG(i+sM)がもはや導電させられて、差幅器幅器DA の出力端子から
の積分キャパシタCI 及びCノj
■(j□)を接続しなくなる。その代りに、伝送ゲートTG!i+N)及びTG
(i+4Nlがφ1が高になることに応答して、通常こう云う出力端子に接続さ
れたキャパシタCI 及びCI (7+N)の極板をV に接続する。■ は差
動増幅BIAS BIAS
器DA、の■5s=0ボルト及びVDD=5ボルトの動作電圧の中間の電位であ
る2、5ボルトである。他の伝送ゲート” G(i+2N)及びTG(i+3N
)がφ8が高になることに応答して、差動増幅器DA の出力端子から入力端子
−\の直結再生フィードバックを行ない、出力端子の電圧を、出力線01−2
及びOL、 からその反転入力端子に供給される電r (i+N)
圧にする。直流復元の間、全てのX は「ゼロの値」にされる。従って、積分キ
ャパシタCI 及びCI 、の電r (itN)
荷は、差動増幅器DA の出力端子までの回路で起る差別」
的な直流電圧誤差があれば、それを補償する様に調節される。直流復元は、全て
の差動増幅器DA に対しく即ち、1からNまでの範囲の」の値に対し)同時に
行なわれる。
訓練の間、モード制御線MCLに印加される信号φ、は論理1であり、これによ
って出力線マルチプレクサOLMrZ p力線riB心rドO1,、、、、、、
G73動増幅器DA の]ノtjT11ノ
(+)及び(−)入力端子から切離すと共に、出力線OL及びOL を+δ 及
び−δ、誤差項を受取る様に] (i十N) + +
接続する。これらの+6 及び−δ 誤差項は、信号Δ71 1 +
と、出力線OL の電圧の単位の変化に対して非線形増幅」
器NL の出力電圧y に起る変化である信号y′ とに応答して、アナログ掛
算器A M の平衡積出力信号として」
発生される。神経網の出力層に対する項Δ は、実際の値y と所望の値d の
間の差である誤差信号である。神経J ]
網の隠れた層に対する項Δ も誤差信号であるが、その性質は後で更に詳しく説
明する。
微分器DF、が信号y′ を発生する。これは、VBIASj 1
に重畳した、出力線OL の電圧のy、の変化の勾配を表わす微分である。微分
y′ を決定する為、正に向う小さ」
なパルスに同じ振幅の負に向うパルスが直ぐ続く様なパルス二重子が差動増幅器
DA の反転入力端子に導入され(又はそれと同等であるが、反対の極性の二重
子パルスが差動増幅器DA の非反転入力端子に導入され)、最初は」
y を通常の値よりも若干低く下げ、その後通常の値より若干高く上昇させる。
y の通常の値より若干低い値から通常の値より若干高い値への変化が、微分キ
ャパシタCD、を介して微分器DF に印加される。
」
微分器DF が、差動増幅器D A (j□及び積分キャパシタCI(i+N)
を含む電荷感知増幅器を含む。y が通常の値より若干低い時間の間、リセット
・パルスφSが伝送ゲートTGfi+4N)及びTG(、+5N)に印加されて
、それらを導電させる。こうするのは、D Aに+Nl の入力オフセット電圧
誤差を補償するのに必要な電荷を除いて、積分キャパシタCI (j+N)から
電荷を放出する為である。リセット・パルスφSが終り、伝送ゲートTG(i+
4N)及びTG(i+5N)をもはや導電させなくし、相補形の信号φ3が高に
なって、伝送ゲートTG(j、3N)を導電させ、積分キャパシタCIに+N)
を差動増幅器DA の出力及び反転入力端子の間(i+N)
に接続する。
素子1) A 及びCI で構成される電荷感知増(i+N) (i+N)
幅器がリセットされた状態で、y、の通常の値からの若干の下向きのパルス駆動
を終らせ、y の通常の値からの小さな上向きのパルス駆動を行なう。y、02
つの異常な状態の間の変化が、微分キャパシタCD を介しての静電誘導により
、電荷感知増幅器に印加される。差動増幅器DA(i+N)の出力電圧が、リセ
ット中の値V から、ii y ’IAS
たけ変化する。1個のパルスの縁ではなく、二重子の2つのパルスの間の変化を
使って、微分y゛ を決定するこ」
とにより、微分をめる過程は、同じ振幅を持つ励振及び抑制形の応答の間の扱い
が一層同様になる。二重子パルスは神経網の層に、直流電位のオフセット誤差を
導入しない。
パルスφ丁に応答して、微分器DF からの値y′、+」 j
VBIASが行サンプルホールド回路R3Hによって標本化」
されて保持され、入力信号としてアナログ掛算器AN に印加される。このサン
プルホールド手順により、y はそ」
の通常の値に戻ることが出来るが、これは(y、−d、)J 」
を計算する為のy、を供給し易くする点で、出力層で役立っ。サンプルホールド
回路R8Hは例えば、直列アームの伝送ゲート・サンプル・スイッチ及び分路の
保持キャパシタを有するL字形部分で単純に構成することが出来る。
アナログ掛算器AM は、後で第6図について詳しく説明する様に、差動入力信
号を受取る形式である。y’ 、 +VBIASと” BIASの電圧の間の差
が、アナログ掛算器AM、に対する差動入力信号として使われ、これは項V の
共通81人S
モード排除を行なう。
訓練の間、モード制御線MCLに印加される信号φ、は前に述べた様に論理1で
ある。第4図の素子が出力層にある時、モード制御線M CLの1によって、出
力マルチプレクサOL は、非線形増幅器NL からの信号y、を出力端子に印
加するのを止める。その代りに、出力マルチプレクサOL は出力端子を電荷感
知増幅器QS、に接続する。
電荷感知増幅器QS が差動増幅器DA(j42N)及び積分キ」
ヤパシタCI(i+2N)を含んでいて、リセット・パルスφυに応答して周期
的にリセットされる。リセット・パルスφUは、例えばリセット・パルスφSと
同時に発生してよい。
電荷感知増幅器QS からの出力信号Δ は、然し出力層J 」
では使わない。アナログ掛算器AM は、出力層では作動J
入力信号としてΔ +V 及び■ を使わず、その代l BIAS BIAS
りに(y、−d、)を使う。
」 J
第4図の素子が神経網の隠れた層にある時、モード制御線M CLの信号φPが
1である。:士により、出力マルチプレクサOL、は、非線形増幅器NL、から
の信号y、を神経網の次の層の入力線IN に印加することを止める様に条件づ
けられる。その代りに、出力マルチプレクサOL。
は、入力線IN を電荷感知増幅器QS に接続する。電+ 1
荷感知増幅器QS が、訓練の間の入力線IL の電荷の+ 1
変化を感知して、直流電位V に重畳したΔ 誤差信号BIAS I
を発生する。Δ +V とV の間の電圧の差が、アl BIAS B1Bs
ナログ掛算器AM に対する差動入力信号として使われ、この掛算器は項■ の
共通モード排除を行なう。
BIAS
電荷感知増幅器QS が差動入力増幅器DA(、+2N)及び積分キャパシタC
I(i+2N)を用いている。伝送ゲートTG(i+9N)’ (i+1ON)
及びTG(i+l1Nl 力3協働して゛ 1ノセG
ット毎のパルスφUに応答して、積分キャパシタCI(j+2旧の電荷状態の、
ときたまのリセット作用を行なう。
第5図は、項y′ の計算の間、J=1.・・・・・Nとして、」
各々の出力線OL がどの様にパルス駆動されるかを示す。
品々の出力線OL、が夫々のキャパシタCOによって、+ に
重子パルスを発生するパルス発生器PGの出力端子に接続される。第5図は、二
重子パルスが、各々の出力線OLの内、その線の電荷を感知する電荷感知増幅器
QS にJ
ある関連する差動増幅器DA の端子とは遠い方の端に印加されることを示して
いる。パルス発生器PGに接続される極板とは反対のキャパシタCOの夫々の極
板をこれら〕
の端子に接続することにより、二重子パルスをこれらの端子に直接的に口前する
ことも可能である。
各々の出力線O■1.には、それと基準電位点の間に夫々のキャパシタCOが接
続されており、各々の出力線OL(j□N)には、それと基準電位点の間に夫々
のキャパシタC0(i+N)が接続されているが、これらのキャパシタは図面に
示してない。キャパシタCO及びC0(i+N)の静電容量は全て同じ値であり
、この為、これらのキャパシタが存在することによって、逆向き伝搬アルゴリズ
ムは影響を受けない。非線形増幅器NL に印加する前に、V に二重子パルス
を追加する配置を、第5図の配置を使う代りに利用することが出来る。
第6図はその出力端子POUT及びPOUTに平衡した形の積出力信号を供給す
る4象限形アナログ掛算器を示す。
これは、IEEEジャーナル・オブ・ソリッド・ステー1・・サーキッッ誌、5
C−21巻第3号(1986年6月号)の第430頁乃至第435頁所載のに、
バルト及びH,ワリンガーの論文rcMoS 4象限形アナログ掛算器」に記載
されているシングルエンプツト出力アナログ掛算器の変形である。第6図のアナ
ログ掛算器は、入力端子INI及びINIの間に第1のプッシュプル入力信号を
受取り、端受取る。
バルト及びワリンガーの論文に記載されている様に、4つの成分アナログ掛算器
がある。即ち、第1の掛算器はnチャンネル形MOS F E T Q2oQ2
gで構成され、第2はの掛算器はnチャンネル形MO8FET Q30 Q32
で構成され、第3の掛算器はnチャンネル形MO8FETQ33 ’35で構成
され、第4の掛算器はnチャンネル形MO8FET Q36−Q3gで構成され
る。成分アナログ掛算器は2次項及びオフセット項を抑圧する為に、交差結合の
対として配置されている。定電流発生器IGIが入カ端子ナログ掛算器のプッシ
ュプル出力が、夫々電流ミラー増幅器のマスク又は入力トランジスタであるダイ
オード接続のpチャンネル形M OS F E T Q 3 g及びQ10に供
給される。
Q39及びQ40には、夫々の電流ミラー増幅器のpチャンネルMO8のスレー
ブ又は出力トランジスタQ 、Q が付設されており、バルト及びワリンガーの
アナログ掛算器に於ける様に、Q 及びQ42のドレイン電流のプッシュプル変
化が、nチャンネル形MO8FET Q43及びQ44の電流ミラー増幅器接続
を利用して、出力端子POUTに於けるシングルエンデツド形式に変換される。
第6図では、更にQ 、Q には、夫々の電流ミラー増幅器内で別のpチヤンネ
ル形MOSFETのスレーブ又は出力トランジスタQ45− Q46が付設され
ており、これは単一出方ではなく二重出力の性格を持つ。QQ のドレイン電流
のプツシ45’ 46
ユブル変化が、nチャンネル形MO3FET Q 、Qの電流ミラー増幅器接続
を利用して、端子p o u−rに於けるシングルエンデツド形式に変換される
。Q43及びQ47の電流ミラー増幅器としての接続がプッシュプルで駆動され
るから、出力端子POUT及びPOUTに於ける出力信号は、反対向きの振れと
しての変化を持つ。
第7図は、第4図に従って多重に変更することの出来る第1図の神経網に使うこ
との出来る様な、逆向き伝搬計算を完成する装置を示す。列アドレスi及び行ア
ドレスjが、一度に1列ずつ、行毎に走査される時、間隙メモリ配列IMA内の
各々のワード記憶素子WSE、、の重みを調節す1、す
る。アドレス走査発生器ASGが、ランダムアクセス・メそりと想定して、この
間隙メモリ配列IMAに印加すると示したi及びjアドレスのこの走査を発生す
る。行アドレスjが行マルチプレクサRMに印加され、これが掛算器MULTの
一方の入力に対するδ、を選択し、列アドレスiが列マルチプレクサをCMに印
加され、これが掛算器MULTの別の入力に対するX を選択する。
掛算器MULTは、そのアナログ入力信号の積に応答してディジタル出力を発生
する形式である。掛算器MULTは掛算形アナログ・ディジタル変換器であって
もよいし、或いはアナログ掛算器にアナログ・ディジタル変換器が築くもので構
成してもよいし、或いは各々の入力信号に対するアナログ・ディジタル変換器と
、変換された信号の掛算を行なうディジタル掛算器で構成してもよい。掛算器M
UI、TがWx δ を倍率ηだけ減したものを発生する。こ+1
れは、メモリ配列IMAにある現在アドレスされたワード記憶素子WSF に記
憶されている重みに対する増分又1、 j
は減分7″もろ、I′7−に紀情晋子WqF I″′′記憶てい星、 J
る重みの前の値をメモリ配列I M Aから一時記憶素子又はラッチTSに読出
す。重みのこの前の値が被減数としてディジタル減算器SOBに供給され、これ
は掛算器MULTから減数ηX δ を受取る。その結果得られる差が更新j
(7た重みの値であり、それが前の重みの値に置換わる為に、!モ11配列IM
Aにあるロード記憶素子W S E に書込1・ J
まれる。
第8図は、訓練することが出来るシステム内で、神経網の訓練される層り、L、
、L2がどの様に接続されるかを示す。I、。は、出力信号y、を発生する神経
網の出力層であり、第4図及び第5図について説明したものと同様であり、I−
aの間隙メモリ配列に記憶されている重みを更新する為に、第7図に示すのと同
様な素子を持つ逆向き伝搬プロセッサBPP を備えている。、Llは神経網の
一番目の曙れだ層であって、これはX 入力信号として、神経網の出力層に供給
される出力信号y を発生する。これらの出力信号y は、Xl、入力信号の加
重和に対する非線形の■
応答として、層り、によって発生される。神経網の一番目の隠れた層I2 は、
BPPoと同様な逆向き伝搬プロセラすBPP を備えている。L2が神経網の
2番目の隠れた層であり、これは、Xh入力信号として、神経網の一番目の隠れ
た層に供給される出力信号yhを発生する。出力信号ybは、X、入力信号に対
する加重和に対する非線形の応答として、層L 7によって発生される。この2
番目の隠れた腎は Bpp 及−FBPP、と同様な逆向き伝搬ゴロセッサを備
えている。
第8図では、第7図に示す別々の読取入力及び書込み出力母線の代りに、各々の
神経網の層り、L、L2の夫ロー
々の間隙メモリ配列IMAが組合せの読取/書込み母線を有すると仮定している
。第8図は、信号Δ、、Δ1及びΔ、が、信号y、y 及びy、に対する順送り
通路とは別個の通路を介してフィードバックされることを示している。
この別個の通路が、神経網の考えを浮かび易くする為に図面に示されている。実
際には、第4図及び第9図示す様に、y を順方向に伝達し、Δ、を逆方向に伝
達する為等に、1個の通路を使うことが出来る。逆向き伝搬プロセッサBPP
が、神経網の層LOの間隙メモリ配列にあるワード記憶素子から読取った重みを
量ηx1δjだけ変更し、訓練手順の間、読取−変更−書込みサイクルと云う順
序で、それらをワード記憶素子に戻す様に書込む。逆向き伝搬プロセッサBPP
は、神経網の層L1の間隙メモリ配列にあるワード記憶素子から読取った重み
を量ηX、δ、だけ変更し、訓練手順の間、読取−変更−書込みサイクルの順序
で、それらをワード記憶素子に戻す様に書込む。逆向き伝搬プロセッサBPP
が、神経網の層L2の間隙メモリ配列にあるワード記憶素子から読取った重みを
量ηX δ5だけ変更し、訓練手順の間、読取−変更−書込みサイクルの順序で
、それらをワード記憶素子に戻す様に書込む。
第9図は第9A図及び第9B図で構成されているが、第1図の神経網の層に多重
に加えて、それに訓練能力を持たせることの出来る別の変形を示している。この
別の変形は、訓練を実施出来る様にする為に、逆向き伝搬計算の間、複雑なアド
レス動作と分解能の高い掛算器MtJNTの必要を避けようとするものである。
各々のワード記憶素子W S Eの代りに、夫々アップ/ダウン・カウンタUD
C,。
1.1
を使う。カウンタUDCに記憶されるワードの補正は1.1
一度に1カウント行なわれる。カウンタは、ディジタル・キャパシタDC” ’
DC(i+M)、i ’ DCi、(i+N)及びDl、」
C(i+M)、 (j+1i1 、の静電容量を制御する為に使われるもの\他
に、分解能が更に高い少なくとも1つの段を持つことが好ましい。各々のアップ
/ダウン・カウンタUDCに1、」
は夫々のカウンタ制御回路CON が付設されている。
1・ J
第9A図に示す様に、各々のカウンタ制御回路CON :、 。
は、単に排他的オア・ゲートXOR,、で構成することが1.1
出来、これは後で詳しく説明する。
行符号検出器R3D は、δ の極性が正であるか負であるか、即ち一般的に1
行の重みを減数すべきであるか増数すべきであるかを検出すると共に、その検出
結果を行符号線R3L を介して、この行符号検出器R8D、に関連する行jに
ある全てのカウンタ制御回路(i=1.・・・・・・Mとして)CON に伝え
る。逆向き伝搬を行なう前、夫1.1
々の列符号検出器C5Diが、更新すべき行に沿った各々の列位置に対し、X
の極性が正であるか負であるかを検出して、関連する重みが減数される可能性が
あるか或いは増数される可能性があるかを表示する。この表示が(列)サンプル
ホールド回路C3H,に一時的に記憶される。各!
々の列サンプルホールド回路C8H,が、列符号線C8Lを介して、このサンプ
ルホールド回路CS H、に関連しま
た列iにある全てのカウンタ制御回路(j=1.・・・・・・Nとして、CON
、、)にその推定値を伝える様に接続されて1.1
いる。符号検出器C3D 及びRSD、からのこれらの表遷
示に応答して、各々のカウンタ制御回路CON、、が、そ1.1
節する為に、アップ/ダウン・カウンタU D Ci、 、がどちら向きに計数
するかを決定する。
カウンタ制御回路CON、、は、+δ、の符号が正であ1.1 1
って、応答V も正であるべきであることを示すことに応答して、正である信号
x1又は−x1に関連する出力線0■、 に対する静電容量を減少すると共に、
負である信号−X 又はX に関連した出力線OL、に対する静電容量を増加す
べきである。これは1の各々の値に対してそうすべきである。カウンタ制御回路
CON、、は、+δ の符号1、I J
が負であって、応答Vも負であるべきことを示すことに応答して、負である信号
−xl又はxlに関連した出力線OL に対する静電容量を増加すると共に、正
である信号X」
又は−X に関連する出力線OL に対する静電容量を1 1 」
減少すべきである。従って、カウンタ制御回路C0N1.1
は、次に述べる仮定が成立すれば、第9A図に示す様に、単に夫々排他的オア・
ゲー)XORで構成することが1.1
庁来ろ。
各々のディジタル・キャパシタDC及びD C(1+M)。
1.1
fi+N] は、夫々D を増減する時、その静電容量を増減1.1
すると仮定する。各々のディジタル・キャパシタDC(i+M)11及びDCi
、 (j+N)は、D、 を夫々増減する時、その1.1
静電容量を増減すると仮定する。アップ/ダウン・カウンターJDc に対する
アップ/ダウン信号とし5てOが印加1.1
されたことは、D では下向きの計数、そしてり、 で1、l I、1
は上向き計数を行なわせるものと仮定する。アップ/ダウン・カウンタUDCに
対するアップ/ダウン信号とし1.1
て1が印加されたことは、D では上向き計数、それか1.1
らD では下向き計数を行なわせるものと仮定する。列1、j
符号検出器CSD の出力表示は、X が負でない時は0、X が負である時は
1であると仮定する。行符号検出器RSD の出力表示は、δ が負でない時は
0、δ が負である時は1であると仮定する。X 又はδ がOの値である状態
は、0の値の数が正として扱われ、実際には必要ではない虚偽の補正を強制的に
行なわせ、この為普通は逆向き伝搬訓練の次のサイクルで反対の補正の必要を作
り出すから、補正ループにディザがある。然し、各々のアップ/ダウン・カウン
タUDCに於ける分解能の余分の段1・ 」
1つ又は複数)が、DC” ’ DC(i+lA)、j ’ DCi、(i+N
1.1
)及びDC(i+M)、 (i+N)の静電容量に影響を与えるフィードバック
補正ループの高分解能のディザを防止する。
アナログ掛算器AM が平衡入信号十δ4及び−δ、を+ 1 1
発生1. こねは行符号検出器R8r) として作用する雪圧オ
比較器に供給することが出来る。この代りに、微分y′は常に同じ符号(普通は
正の符号)を持つから、電圧比較器を使って、アナログ掛算器AM、の入力端子
の内、y′、十V 及びV を受取る以外の入力端子に供給されl BIAS
BIAS
る電圧を比較して、行符号検出器R8D、にその入力信号を供給することが出来
る。
第10図はカウンターJDc の構成が、複数個の2進1.1
カウンタ段BC8、BC3、BC33を持つ構成であの次第に上位のビットにな
る。第11図は従来普通のMO8回路を用いて構成された各々の2進カウンタ段
内の論理回路を示す。第10図及び第11図から、D19.及びDの反対の計数
方向は、図示の様に、D をフリップ+、 4 1.1
フロツプの百出力から取出し、五 をそのQ出力から取1、」
出すか、或いはD をフリップフロップのQ出力から取1.1
出し、丁 、をそのす出力から取出すかに応じて、2通り1.1
の方法で、0又は1のアップ/ダウン制御信号に応答して制御することが出来る
。後の方を選んだ場合、各々のカウンタ制御回路CON、、は夫々の排他的ノア
回路で構成し1.1
なければならないか、或いはC3D 及びR8D 符号検J
吊器は、同じ論理形式ではなく、反対の論理形式にしなげればならない。
第12図は第12A図、第12B図、第12C図で構成されていて、第1図の神
経網に対する第9図の変形に対して更に加えることの出来る変形を示している。
第12A図に示す様に、この変形は、ディジタル・キャパシタDC1゜
、 D Ci、 (j+N) DC(i+M)、 i及びDC(i+M)、 (
i+N)の」
各々のブリッジ形式をシングルエンデツドではなく、プッシュプルで駆動する為
の1対の入力線IN、及びIN(i+M)を持っている。差動電荷感知増幅器D
QS に対してシングルエンデツドではなく、プッシュプル形の駆動が加えられ
、その出力応答電圧を2倍にする。プッシュプル駆動により、差動電荷感知増幅
器DSQ は、希望する場合、その出力信号の共通モードを抑圧しない差動入力
増幅器を用いて実現することが出来る。第12A図は符号検出器C8D 及びC
3Hが現れない点で、第9A図と異なってI
おり、これは後で説明する様に、第12C図に現れる様に場所が変えられている
。
第12B図は、シングルエンデツド形電荷感知増幅器QS が現れない点で第9
B図と異なる。これは1対の入力線に現れる電荷の差を感知するのに不適切であ
る。その代りに、Δ、+v が神経網の次の層で発生され、モードI BIAS
制御@MCLの信号φ、が1である時、出力マルチプレクサOM を介してアナ
ログマルチプレクサAM、にフィー】
ドパツクされる。
第12C図は、通常の動作の間、1.対の入力線IL、及び■L(i+M)に対
して平衡入力信号を供給すると共に、逆向き伝搬計算の間、これらの入力線の電
荷を差別的に感知する為に、神経網の各々の層で使うことが出来る回路を示して
いる。1個の完全に差動形の増幅器ID、は、例えば第2図に示す形式であって
よいが、第12C図に示す二重回路DPI で両方の作用を実施する為に多重化
される。
この代りに、別々の装置を用いてこれらの作用を構成してもよい。
通常の動作の間、モード制御線MCLに現れる信号δ。
はOであって、信号xiを差動増幅器ID、の非反転(+)入力端子に印加する
様に入力マルチプレクサIN を条件づけると共に、差動増幅器ID の非反転
(+)及び反転(−)入力端子を夫々入力線IL、及びI L (1+Nl に
接続する様に入力線マルチプレクサI LM、及びI L M (i+M)に現
れ、この伝送ゲートを導電させて、これらの端子の間の直結フィードバックを行
なう。この直結フィード/(ツクが、差動増幅器ID を条件づけて、その(+
)及び(−)出力端子のX 及び−X 応答をその(−)入力端子に印+1
加されるX 信号に供給する。二重回路DPI、内のこの他の伝送ゲートは、通
常の動作中、非導電状態に条件づけられる。
後向き伝搬計算の間、モード制御線MCLに現れる信号φPが1であって、差動
増幅器ID、の非反転(+)出力端子からのΔ 信号を、それがあれば、神経網
の前の層に印加する様に、入力マルチプレクサIM、を条件づけると共に、入力
線IL、及び■L(14M)を差動増幅器ID の非反転(+)及び反転(−)
入力端子に夫々接続する様に入力線マルチプレクサILM 及びILM(14M
)を条件づける。二重回路DPX にあって、信号φ ・φPによっIし
て制御される伝送ゲートが、逆向き伝搬計算の間、0を受取る時、積分キャパシ
タIC及びI C(H+M)が差動増幅器ID の(+)及び(−)出力端子か
ら、その(=)及■
び(+)入力端子に接続する。逆向き伝搬計算の間、φ。
がときたま1にパルス駆動される時、積分キャパシタIC及びIC(1+!Il
)の電荷状態がリセットされる。これは、■
二重回路DPX にあって、制御信号φ5及びφ、+φ。
を受取る伝送ゲートが、φとが一時的に1であることに応答して導電させられ、
二重回路DPX にあって制御信号7、を受取る伝送ゲートが非導電にされるこ
とに応答して行なわれる。
列符号検出器C3D 及び列サンプルホールド回路C8f(が第12C図に示さ
れている。列符号検出器が、差動!
増幅器ID からの出力信号を直接的に入力信号として受取り、差動増幅器ID
からのX 及び−X 出力信号に対する単なる電圧比較器であってよい。
第13図は、1979年5月22日に付与され、ゼネラル・エレクトリック・カ
ンバニイに譲渡された発明の名称「信号処理装置」と云う米国特許第4.1.5
6.284号で、発明者が提案した行列乗算装置から、夫々の入力電圧A< 供
綺六わる複数個の(N個)の非線形増幅器OD、、OD 、・・・・・・0D(
N−1)、oDNで構成される神経網を示す。
行列乗算装置が、非線形電圧増幅器OD、OD2.・・・・・・0D(N−11
” DNに対する夫々の入力電圧を供給する為の「シナプス」信号として供給さ
れる複数個(M個)の入力電圧信号XI、X2.・・・・・・X(M−]) 、
xMの各々に加重する。電圧増幅器が夫々の「アクソン」応答y 、y2゜1゛
” (N−1) ’ ”Nを発生する0入力端子信号X が入力駆動増幅器ID
の入力ポートに印加される。第13図では、この増幅器がその(+)出力ポー
トからの非反転電圧応答を入力線IL に印加し、!
その(−)出力ポートからの反転電圧応答を入力線I L (1+M)に印加す
る。夫々の出力線OL が出力駆動増幅器OD の入力ポートに接続され、この
増幅器がその出力ボートに、その出力線OL の累算電荷に対する非線形電圧窓
答を発生する。
非線形出力駆動増幅器OD が第13図では単に非線形」
電圧増幅器として示されており、休止状態の直流電位が出力線OL を介してそ
の入力信号端子に印加されるが、こ」
の電位は、夫々の直流復元回路DCRを使って、選ばれた時刻に所望のバイアス
電圧にクランプすることによって調節される。復元回路DCRが第13図の非線
形出力部」
幅器OD からは図を見易くする為に分離して示されてい」
るが、普通は直流復元の常套手段に従って、出力駆動器OD と更に密接に関係
している。夫々のキャパシタC1、1,1
が各々の入力線IL を各々の出力線OL、に接続し、夫j
々のキャパシタC(14M)、 !が各々の出力線OL、に、線I」
L と対をなす入力線IL の1つを接続する。対の1 (14M)
入力線IL 及びI L (l+M)が夫々信号電圧X 及び−Xによって駆動
されるので、電気的な等価回路としては、C、の静電容量からC(14M)、
jの静電容量を差引いた静1.1
電容量を持つキャパシタによって、信号電圧X が出力線OL に印加されるの
と同じである。対の入力線に対するこの平衡入力信号駆動方式は、励振並びに抑
制形の重みを得る為に、静電容量を切替える方式の必要性を省くものであり、こ
の為、希望によっては、持続的な期間にわたって連続的であるアナログ信号を用
いて、神経網を動作させることを容易にする。
第13図は、各々の入力線IL、又は” (14M)が夫々の負荷キャパシタC
L 又はCL(14M)を備えていて、入力駆動増幅器ID の各々の出力端子
に対する容量性負荷を、他の入力駆動増幅器の各々の出力ポートに対するものと
略同じにすることを示している。これは、入力信号Xに対する応答の望ましくな
い差別的な遅延を避ける点で望ましい。各々の入力線負荷キャパシタCL、−C
L2.の静電容量を、それに接続されたキャパシタC又はC(i+M1.1
)1.の合計の静電容量に較べて非常に大きくすることにより、略同じ容量性負
荷を達成することが出来る。然し、こう云う結果は、各々の入力線負荷キャパシ
タの静電容量が、それに接続される他の静電容量の合計の値の補いとなる様にす
ることによって達成することが好ましい。この手順は、必要な線負荷静電容量の
量を少なくする。出力線に現れる電圧が、第13図に示す様に、非線形出力駆動
増幅器OD1、・・・・・・oDNによって直接的に感知される場合、この好ま
しい手順により、各々の入力電圧x、、・・・・・・XMに対す!
る分圧比が、他の入力電圧に対する分圧比に無関係になる。
出力線に現れる電荷を、後で第14図について説明する様に、非線形出力駆動増
幅器に先行する電荷感知増幅器によって感知する場合、今述べた後の方の点はそ
れ程重要ではない。
第13図は各々の出力線OL、が夫々の負荷キャパシタ」
CL(2M+i)が負荷となって、その線の合計の静電容量が、他の各々の出力
線と略同じになる様にしていることを示している。これも、CL(2M+i)を
出力線OL、に対する他の静電容量よりずっと大きくすることにより、又はCL
(2M+、)がそれに接続された他の静電容量の合計の値の補いになる様にする
ことによって、達成することが出来る。出力駆動増幅器OD、に対する入力電圧
は(よい近似で)クーロンの法則に従って下記の式の値V を持つ。
」
v=(C’)Σ (C” Cfi+M)、、j)Xl 1 1.、l 1
して持つ実効静1g量(C−Cji+M)、i )と、そして1.1
して、その間の複数個の容量分割の重畳と堅なすことが出来る。
次に、l及びjの特定の夫々の値に灯し、入力駆動増幅器ID 1キヤパシタC
及びC(i+Mi、 j ’及び非線形1 1.1
出力駆幅器幅器OD がどんなニューロン・モデルの挙動を示すかを考える。入
力駆動増幅器ID が入力線IL及び” (i4M)に対し7て加える電圧応答
は、振幅が同しであるが、共通モード電圧に対して相反する極性である。この電
圧は、Oボルトのvss及びプラス5ボルトのV[l[+電源電圧の中間のバイ
アス電圧V と公称同じである様に設IAS
計されている。キャパシタCの静電容量が、1及びjl、 ]
の特定の値に対し、キャパシタC1の静電容量よりLl+M+、 1
大きい場合、その」に対する出力電圧y は、入力電圧X」
1に対し、て「励振形」の応答を示す。こう云うl及び」の値に対し、C及びC
ての静電容量が等しければ、+、 ) (i+M)
そのjに対する出力電圧y は入力電圧y に対して何等応答を示さない筈であ
る。キャパシタCの静電容量が、1.1
こう云う1及びjの値に対し、キャパシタC(i+1.l)、 iの静電容量よ
り小さい場合、そのjに対する出力電圧y は、」
入力電圧X に対1.て「抑制形」の応答を示す。
この発明に従って構成されたある神経網で、全ての!及−2」に暑1−て −+
−ユーペ゛ノ々C亙りびr 11、は一定の11 1 11 i閉フ、 j
値のキャパシタであ−)でよく、ソの場合I:1.・・・・・・Mとして、入力
電圧X の加重には決して変化がない。然し、こう云う神経網は、神経応答の変
化する判断基準に適応する能力を欠くつこう云う適応は、例えば自習用に接続す
べき神経回路にとって必要である。ある用途では、その場合、i及びjの夫々1
対の値に関連する多対のキャパシタC!。
及びCfi+u)、 Hの静電容量を変更出来る様にすることが」
望ましい。この変更は相補形で実行して、C、及びC(11,1
4M)、jの静電容量の和がCkに等しいよ\である様にずべきである。
第14図は第14A図及び第14B図で構成されるが、第13図の神経網で、出
力線OL と、シナプス入力信号X とは反対の符号を持つものによって駆動さ
れる入力線!
IL 及びI L との夫々1組の交点の近くで加える+ (i+M)
ことが出来る代表的な変更を示す。この変更により、神経網は訓練することが出
来る様になる。第13図の神経網の多対のキャパシタC及びCti□)、、は、
1対のディジ1.1
タル・キャパシタDC及びDC(i+M)、jにすべきであ1・ J
る。(例えばこの各々のキャパシタDC及びDC(I+M1.1
j、jは米国特許第3.890.635号の第11図に示す様にすることが出来
る。)DC及びDC(i+M)、jの静1.1
電容量は、ディジタル・キャパシタの行の間の間隙に配置されていて、メモリを
形成する様に接続された当該素子の配列内にある夫々のワード記憶素子W S
E 、から取出し+7 )
たディジタル・ワード及び1に対するその補数により、相補形に制御される。
ワード記憶素子W S E に記憶されたワードは、別の1・ j
1対のディジタル・キャパシタDCi、 (j+N)及びDC(i+M)、いN
)の静電容量をも制御することが出来る。キャパシタDCi、 (j+N)及び
DC(i+M)、 (i+N)は「交流接地」と夫々入力線IL 及びII、
の間に接続され、夫々負荷+ (i+M)
キャパシタCL 及びCL の一部分を形成する。D+ (i+111
Cfi+ll)、 fi+N)及びDCの静電容量は互いに同様であ1.1
って、その値の変化は互いに相手を追いかける。4つのディジタル・キャパシタ
DC1DC(1+y)、、、DCH,(71,1
+N)及びDC(i+M)、 (j+)l)がブリッジ形式に接続され、その入
力端子に入力線IL 及びIL が夫々接続され、+ (i+M)
出力端子が出力線OL、及び交流接地に夫々接続される。
】
D CH,(j+N)及びDC(i+M)、iの静電容量は互いに同様であり、
その値は互いに相手を追跡する。このブリッジ形式は、電圧利得に関する限り、
静電容量回路を双方向にするこさにより、逆向き伝搬プログラミングに伴う計算
を容易にする。この代りに、逆向き伝搬プログラミングの為の計算が、計算手順
に神経網を使わないコンピュータによって行なわれる場合、神経網はディンタル
・キャパシタDC。
(i+N)及びDC(i+M)、 (i+N)を含む必要がない。こう云うディ
ジタル・キャパシタDC、及びDC(i+M)、 (i+N+、(j、N)
、は、出力線OL に非常に大きい負荷キャパシタが入っ」
ていない場合には、何れにしても必要ではないが、この代案は出力駆動増幅器O
D の感度を望ましくない程低下させる。
第14図の神経網の層を普通にプログラミングに従って動作させる時、モード制
御線MCLに印加される信号φ。
は論理0である。このOが、各々の入力駆動増幅器JDの非反転出力ボートを入
力線IL、に接続する様に夫々の人力線マルチプレクサILM を条件づける。
モード制御線の信号φ、がOであることにより、各々の入力駆動増幅器ID の
反転出力ポートを入力線IL に接続する+ (i+M)
様に、夫々の入力線マルチプレクサILM を条件づ(i 4M)
ける。
モード制御線M CLの0は、出力線OL に対する電荷感知動作を行なう夫々
の電荷感知増幅器QS、に入っている夫々の関連した差動入力増幅器DA、の反
転入力端子に対して出力線O■、 を選択する様に、複数個(N個)ある」
出力線マルチプレクサOLM の各々を条件づける。この」
電荷感知動作を行なう時、伝送ゲー+−T G がリセット・パルスQRの不在
に応答して、積分キャパシタCJを差動入力増幅器DA の出力及び反転入力端
子の間に接続する。増幅器DA は普通の電圧増幅器形の演算増幅器であってよ
いし、或いはトランスコンダクタンス演算増幅器であってもよい。積分コンデン
サCI がこの様に接続され」
ると、増幅器DAjは電荷増幅器として作用する。モード制御線M CLの信号
φPがOである時、入力信号x1が。
キャパシタDC及びDC(i+N)、iの電荷に、夫々の静1.1
主容量の差に比例する合計の変化を誘起する。その結果差動入力増幅器DA の
反転入力端子から変位電流が流れる」
為には、積分キャパシタCI からの対応する変位電流の流れがあって、そのキ
ャパシタに次の式で示す電圧V が生ずることが必要である。
1:1
電圧V が非線形電圧増幅器回路NL に供給され、こj 」
れは第3図の非線形電圧増幅器回路であってもよいし、・或いは前に述べた別の
回路であってもよい。非線形電圧増幅器回路がアクソン出力応答y を発生する
様に応答する。
時々、神経網の通常の動作か中断され、直流復元の為、リセット・パルスφRが
各々の電荷感知増幅器QS、に供給される。φ が高になる時、リセット・パル
スφRの論理的な補数であるφRが低になることに応答して、伝送ゲートTG
はもはや導電して、積分キャパシタCI を差動増幅器DA の出力端子に接続
しなくなる。その代りに、伝送ゲートTG がφRが高になることに応答して、
(i+N1
通常その出力端子に接続されているキャパシタCの極板を■ に接続する。■
は、差動増幅器DA の■、。
BIAS BIAS 」
=0ボルト及び■DD”5ボルトの動作電圧の中間の2.5ボルトの電圧である
。別の伝送ゲート” G(i+2N)がφ、が高になることに応答して、差動増
幅器DA の出力端子が」
らの直結フィードバックを反転入力端子に印加し、出力端子の電圧を、出力線O
L から反転入力端子に供給される電圧にする。直流復元の間、全てのX は「
0の値」であ■
る。従って、積分キャパシタCI の電荷は、差動増幅器DA、の出力端子まで
の回路に起る直流電圧誤差があれば、それを補償する様に調節される。直流復元
は、全ての差動増幅器DA、(即ち、1からNまでの範囲のjの値に対し)」
同時に行なわれる。
訓練の間、モード制御線MCLに印加される信号φ、が論理1であり、これによ
って出力線マルチプレクサOLMは出力OL を差動増幅器DA の反転入力端
子から切11+
離すと共に、出力線OL を誤差項δ を受取る様に接続」 j
するように条件づけられる。この誤差項δ は、信号Δ3 」
と、出力線OL の電圧の単位変化に対する非線形増幅器NL の出力電圧y
の変化である信号y′ とに応答し7て、アナログ掛算器AM の積出力信号と
して発生される。
」
項△ は、神経網の出力層では、実際の値y と所望の値d の間の差である。
神経網の隠れた層では、項Δ は、逆向き伝搬手順の間、神経網の次に続く層の
Δ 出力であ」
る。
第4図の神経網の層の場合と同しく、第14図の神経網の層では、微分器DF
が信号y′ を発生する。これは、」 j
出力線OL の電圧の変化y の勾配を表わす微分であり、それがV に重畳さ
れている。微分y′ を決定する為、BIAS r
正に向う小さいパルスに、同じ振幅を持つ負に向うパルスが直ぐに続くパルス二
重子が差動増幅器DA の反転入力」
端子に導入され(又はこれと同等であるが、反対の極性を持つ二重子パルスが差
動増幅器DA の非反転入力端子に」
導入され)、最初にy を通常の値より若干低くし、その後通常の値より若干高
くする。y が通常の値より若干小さい値から通常の値より若干高い値へ変化す
ることが、微分キャパシタCD、を介して微分器DF、に印加される。
」 J
訓練の間、モード制御線MCLに印加される信号φ、が前述の様に1であり、こ
れによって入力線マルチプレクサILM 及びI L M (i+M)は入力線
IL 及びIL(i+M)!+
を入力駆動増幅器ID の出力端子から切離すと共に、そ寮
の代りに、それらを差動電荷感知増幅器DQS の非反転及び反転入力端子に接
続するように条件づけられる。電圧δ が、δ (C9−C(1+M)1.)に
比例して、入力線1 1 1.1
1L 及びI L に+M)の間に電荷の微分的な変化を誘起する。この電荷の
微分的な変化を差動電荷感知増幅器DQSを使って感知する。
■
差動電荷感知増幅器DQS は完全に差動形の増幅器(例えば第2図に示す様な
)を含み、これはその各々の出力端子からその各々の入力端子への夫々の再生フ
ィードバッタ接続部に積分キャパシタIC及びIC(i+M)を持つている。差
動電荷感知増幅器DQS のリセット動作は、1個の積分キャパシタCI では
なく、2つの積分キャパシタIC及びICが関与することを別とすると、1(童
÷111)
QS の様なシングルエンデツド増幅器のリセット動作と同様である。差動電荷
感知増幅器DQS のリセット動作は、パルスφUに応答して行なわれる。この
パルスは、モード制御線MCLが1であって、入力線マルチプレクサILM 及
びILM を条件づけ、入力線IL 及びI+ (i+M) +
L1 を差動電荷感知増幅器DQS に接続する時間の1++M) +
間に発生する。通常、このリセット動作は、モード制御線M CLに印加される
信号φ、に0から1への変化が現れた少し後に行なわれるが、他の時に行なって
もよい。この手順は、リセット動作に続く逆向き伝搬計算の間、入力線IL 及
びIL に容量の不平衡があっても、それを是+ (i+M)
正する。こう云う計算では、差動電荷感知増幅器DQSに入っている完全に差動
形の増幅器の(+)及び(−)出力端子に、電圧+Δ +■ 及び−Δ、+v
が発生+ BIAS + BIAS
される。電圧+Δ、+v は、逆向き伝搬訓練手順の間、l BIAS
神経網の先行層があれば、その層によって使われる。シングルエンデツド形の+
Δ 及び+Δ の駆動が第1−4図に! 」
示されているが、これは神経網の層が別々のモノリシック集積回路と集積される
と仮定しており、且つ出力ビンの数に対する制約が制限的であると仮定している
。神経網の複数個の層が同じモノリシック集積回路の中に集積される場合、又は
出力ビンの最大数が設計上の制限因子でない場合、神経網の1−フの層からその
前の層へ、平衡したΔ信号を印加することが出来る。その場合も、非線形電圧増
幅器NLの対の接続)であれば、神経網の次の鴨に、y” ” BIAS17−
び−3+ 、 −t−V−、、、の工衡出力信号を供給することが出来I 11
1A5
る。実際、アナログ掛算器AM に印加される信号y′j ノ
は、微分器DF 及びサンプルホールド回路SHを平衡」 」
回路に置換えることにより、平衡形で発生することが出来る。
第5図は、y′ 項の計算の間、j−1,・・・・・・Nに対し、各々の出力線
OL をどの様にパルス駆動するかを示している。各々の出力線OL が夫々の
キャパシタCOによ+ 1
ってパルス発生器PGの出力端子に接続される。このパルス発生器が二重子パル
スを発生する。第5図は、二重子パルスが、各々の出力線OL の内、その線の
電荷を感知す」
る電荷感知増幅器QS にある関連した差動増幅器1) Aの端子から遠い方の
端に印加されることを示している。二重子パルスを(−)端子に更に直接的に印
加することも、パルス発生器PGに接続された極板から遠い方のキャパシタCO
の極板をこれらの端子に接続すれば、可能である。
」
第15図は、出力線OL のパルス駆動ではなく、項y′ の計算の間、各々の
差動増幅器DA の非反転(+)入力端子をパルス駆動することが出来ることを
示している。
VB+、いは、各々の差動増幅器DA の非反転入力端子に直接的に印加される
代りに、バイアス演算増幅器BOAの出力端子から印加される。演算増幅器BO
Aの非反転端子が■BOASを受取る様に接続され、再生フィードバックがその
出力端子から抵抗R1を介して反転入力端子に接続されている。この再生71−
ドパ・2りが、演算増幅器ピ0.A、の出力端子の休止レベルを■ に保つ。パ
ルス発生器PGが、IAS
ある抵抗値を持ち抵抗R2及び直流阻止キャパシタCBの直列接続を介して、演
算増幅器BOAの反転入力端子に二重子パルスを印加する。抵抗R1及びR2の
抵抗値を夫々R及びR2とすると、パルス発生器PGから供給された二重子パル
スの振幅を−R/R2倍した二重子パルスが、】
演算増幅器DBAの出力端子から差動増幅器DAJの非反転入力端子に印加され
る。直流電圧成分を持たないこの二重子パルスは、BOAの反転入力接続部への
再生フィードバック接続により、演算増幅器BOAの出力端子に保たれる直流成
分■ を変更しない。
IAS
第5図又は第15図の構成を使う代りに、非線形増幅器N L に印加する前に
、■ に二重子パルスを付加える構+ 1
成を用いることが出来る。
逆向き伝搬計算を完了する為の第7図の装置は、第14図に従って多重に変更し
た第13図の神経網の層にも用いることが出来る。第8図では、この代りに、第
14図に従って多重に変更した第13図の神経網の層を用いて、訓練される神経
網の層L 、L 及びL2を構成することが出来る。
第16図は、第16A図及び第16B図で構成されているが、訓練能力を持たせ
る為に、第13図の神経網の層に多重に加えることが出来る別の変形を示してい
る。この別の変形は、訓練を実現出来る様にする為に、逆向き伝搬計算の間、分
解能の高い掛算器MU L T及び複雑なアドレス動作の必要を避けようきする
ものである。各々のワード記憶素子WSE の代りに、夫々のアップ7′ダウン
・カラ1.1
ンタUDCが使われる。カウンタUDCに記憶さ1、l l、1
れるワードの補正は一度に1カウントだけ行なわれる。カウンタは、ディジタル
・キャパシタDC1DC(l+M)11.1
・DCj、 (i+N)及びDC(i+M)、 (j+N)の静電容量を制j御
」
するのに使うもの\他に、分解能が更に高い少なくとも1段を持つことが好まし
い。各々のアップ7′ダウン・カウンタUDCには夫々のカウンタ制御回路CO
N、、が付1、」1・ j
設されている。第16Aに示す様に、又は後で詳しく説明する様に、各々のカウ
ンタ制御回路CON、、は排他的第1、」
ア・ゲートXORで単純に構成することが出来る。
1.1
行符号検出器R8D が、δ の極性が正であるか負で+ 1
あるか、即ち1行の重みを一般的に減数すべきであるか増数ずべきであるかを検
出し、その検出結果を行符号線R9L を介して、この行符号検出器R3D、に
関連した行Jにある全てのカウンタ制御回路(CON l=1. ・・1、」
・・・M)に伝える。逆向き伝搬計算を行なう前に、夫々の列符号検出器C3D
が、X の極性が、更新すべき行に沿った各々の列位置で正であるか負である
かを検出して、関連する重みを減数すべきである可能性があるか或いは増数すべ
きである可能性があるかの表示を発生する。この表示が(列)サンプルホールド
回路C8Hに一時的に記憶される。各々の列サンプルホールド回路C8Hは、こ
のすンプルホールド回路C3Hに関連する列1にある全てのカウンタ制御回路(
CON−−j=1.・・・・・・N)に、そ1.1
の推定値を列符号線C8L を介して伝える。符号検出器CSD 及びR8D
からのこう云う表示に応答して、各1 」
々のカウンタ制御回路CON は、その中に記憶されて1.1
/′ダウン・カウンタUDC,,がどちらの向きに計数する1、j
かを決定する。
カウンタ制御回路CON、、は、+δ、の符号が正であ1、」j
って、応答V が正であり過ぎることを示すことに応答し」
て、正である信号X、又は−X、に関連する出力線OL。
+1
に対する静電容量を減少すると共に、負である信号−xl又はX に関連する出
力線OL、に対する静電容量を増加j
すべきである。これはiの各々に対して云えることである。
カウンタ制御回路CON は、+δ の符号が負であ、つ1、1 」
て、応答Vが負であり過ぎることを示すことに応答して、負である信号−X 又
はX に関連する出力線OL に対+ 1 1
する静電容量を増加すると共に、正である信号X、又は−X に関連する出力線
OL に対する静電容量を減少すべJ
きである。従って、カウンタ制御回路CON、、は、次に1.1
述べる仮定が成立すれば、第16A図に示す様に、夫々排他的オア・ゲートXO
Rで単純に構成することが出来■・ 」
る。
各々のディジタル・キャパシタDC及びDCに+M)。
1.1
(i+N)は、D l、 、を夫々増減した時、その静電容量を増減静電容量を
増減すると仮定する。アップ・ダウン・カウンタUDCにアップ/ダウン信号と
して0が印加される1、1
に対しては上向き計数を行なわせると仮定する。アップ・ダウン・カウンタUD
C,,にアップ/ダウン信号として1.1
1が印加されたことは、D 、に対しては上向き計数、そ1、す
る。列符号検出器C8D の出力表示は、X が負でない時は0、X が負であ
る時は1と仮定する。行符号検出器R8D の出力表示は、δ が負でない時は
0、δ が負」
」 」
である時は1と仮定する。X 又はδ が0の値である状j
態は、0の値を持つ数が正として扱われ、実際には必要ではない虚偽の補正を強
制させ、こうして逆向き伝搬訓練の次のサイクルでカウンタを補正する必要性を
作り出すのが普通であるから、補正ループにはディザがある。然し、各々のアッ
プ/′ダウン・カウンタUDCに余分の分解能1.1
の段(1つ又は複数)があると、DC1DC(1+M)14.1、」
DCi、(i+N)及びDC(i+M)、 (i+N)の静電容量に影響を与え
るフィードバック補正ループの分解能の高いディザが防止される。
アナログ掛算器AM は、その積出力を平衡形で発生ずる様に変更するのは容易
である。前に引用したバルト及びヮリンガーのアナログ掛算器は、最初にその積
を平衡形で発生し、その後、電流ミラー掛算器を用いて、プ・・lシ、プルから
シングルエンデツドへの変換器を接続する。別の平衡形からシングルエンデツド
形への変換器が、プッシュプルの積を反対の符号を持つ出力信号に変換すること
が出来る。アナログ掛算器が平衡形積信号を発生する場合、+δ及び−61項は
、行符号検出器R8D として作用するI J 1
電圧比較器に供給することが出来る。この代りに、微分y′ は常に同じ符号(
普通は正)を持つから、電圧比較器」
を使って、アナログ掛算器AM の星印及び二重の星印の入力端子に供給される
電圧を比較し、行符号検出器R3Dとすることが出来る。
」
第16図に従って変更された第13図の神経網の層に、第12cに従って更に変
更を加えることが出来る。入力駆動増幅器ID、は、二重回路DPI で時分割
で多重化され、第1゜6Aの差動電荷感知増幅器DQSの作用を行なう。
φ が0である前向き伝搬の間、x、 +V 信号を神経P l8iAS
網の層に通す為、並びにφ、が1である逆向き伝搬の間、Δ +VBIAS信号
をその神経網の層から通す為、神経網の層の間に1組の相互接続線しか使わない
。モード制御線MCLの信号であるφ、によって制御される入力マルチプレクサ
I M は、入力駆動増幅器ID を含む神経網の層に対する時分割多重化を行
なう。モード制御線MCLの信号φPによって制御される神経網のその前の層に
対する出力マルチプレクサOM、が、φPが0である時の前向き伝搬の間、層の
間の相互接続線に対してy、+V を選択し、+ BIAS
φ、が1である逆向き伝搬の間、相互接続線からのΔ1+■ を選択する。
BIAS
第14図に従って変更された第13図の神経網の層に対して、同様なこの他の変
更を加えることが出来る。この場合、列符号検出器C8D、、列サンプルホール
ド回路C8H及び列符号線C8L は勿論使わない。
人力駆動増幅器ID を時分割多重化で使うことにより、集積回路のダイスの面
積が節約される。神経網の相次ぐ層の間の相互接続線を節約することは非常に重
要である。これは、その中に神経網の異なる層を持つ相互接続された集積回路に
於ける出力ビンの制約が、神経網の層の寸法をそれ程制限しなくなるからである
。所定の出力ピンの制約を持つ集積回路の中に、2倍も多くの入力及び出力を持
つ神経網の層を構成することが出来る。
上に述べた回路の種々の部分で用いられたマルチプレクサは、単極スイッチ素子
で構成するのが普通であり、各々の単極スイッチ素子は普通はCMO8設計では
1つ又は更に多くの電界効果トランジスタの所謂「伝送ゲート」接続である。夫
々のゲート電極に反対向きに変化する制御電圧を印加して、並列のチャンネルの
選択的な導電を制御する様にしたpチャンネル形FET及びnチャンネル形FE
Tの並列チャンネルによって適当な伝送ゲートが構成される。
■綿刊tt、 を丘7;rロワ バ4アXOシト〕
怨療
χi +Δ。
Y −−−+−7+−一上一一一一一一一* ′
\ノ \ノ t1++
国際調査報告
1++*、、rm、+ AIF、+jlJ□、PCτ/US 90103436
”
Claims (9)
- 1.1番目乃至M番目の相次ぐ序数によって夫々同定される複数個(M個)の入 力電圧信号に対するニューロン形応答を発生するプロセッサに於て、1番目乃至 M番目の相次ぐ序数によって同定され、対応する序数で同定される入力信号電圧 に応答して夫々充電される第1の複数個(M個)の加重静電容量素子と、前記1 番目乃至M番目の加重静電容量素子の合計の電荷を感知して加重和応答を発生す る電荷感知回路と、該加重和応答に応答して前記ニューロン形応答を発生する様 に接続された非線形増幅器と、相次ぐ序数(M+1)番目乃至2M番目によって 同定され、Mだけ低い序数によって同定される入力信号電圧、又は該入力信号電 圧に負の符号を付したものに応答して夫々充電される第2の複数個(M個)の加 重静電容量素子とを有し、前記電荷感知回路は、前記1番目乃至M番目の加重静 電容量素子の合計の電荷と共に前記(M+1)番目乃至2M番目の加重静電容量 素子の合計の電荷を感知して加重和応答を発生する様に接続されており、前記( M+1)番目乃至2M番目の加重静電容量素子の合計の電荷並びに前記1番目乃 至M番目の加重静電容量素子の合計の電荷の感知が、前記(M+1)番目乃至2 M番目の加重静電容量素子が前記入力信号電圧に負の符号をつけたものによって 充電される時は差別的に行なわれ、前記(M+1)番目乃至2M番目の加重静電 容量素子が負の符号をつけたものではなく、入力信号電圧によって充電される場 合は相補形に行なわれるプロセッサ。
- 2.前記プロセッサが、1番目乃至N番目の相次ぐ序数によって夫々同定される 複数個(N個)のプロセッサの内の1つであって、該プロセッサは同じ1組の入 力信号を受取り、こうして1番目乃至N番目のプロセッサを含む神経網の層を形 成する請求項1記載のプロセッサ。
- 3.神経網の別の層から同じ1組の入力信号を受取る神経網の層に設けられた請 求項2記載のプロセッサ。
- 4.神経網の別の層に対する1組の入力信号として、M個のニューロン形応答を 供給する神経網の層に入っている請求項2記載のプロセッサ。
- 5.各々の加重静電容量素子が他と同じ形式のディジタル・キャパシタであって 、各々のディジタル・キャパシタの静電容量が夫々の2進数のプログラミング信 号によってプログラムされる請求項1、2、3又は4記載のプロセッサ。
- 6.夫々の序数がMだけ異なる前記加重静電容量素子となる各対のディジタル・ キャパシタに対して夫々2進カウンタが設けられ、夫々の2進カウンタは対応す るディジタル・キャパシタに2進数のプログラミング信号を供給し、更に各々の 2進カウンタのカウントを選択的に増数又は減数する回路を有する請求項5記載 のプロセッサ。
- 7.夫々の序数がMだけ異なる前記加重静電容量素子となる各対のディジタル・ キャパシタに対する夫々のワード記憶素子を有する2進数用メモリ配列を有し、 夫々のワード記憶素子はそれに対応するディジタル・キャパシタに2進数のプロ グラミング信号を供給する請求項5記載のプロセッサ。
- 8.各々の加重静電容量素子が互いに同じ形式のディジタル・キャパシタであっ て、各々のディジタル・キャパシタの静電容量が夫々の2進数のプログラミング 信号によってプログラムされ、夫々の序数がMだけ異なる前記加重静電容量素子 となる各対のディジタル・キャパシタに対して夫々2進カウンタが設けられ、夫 々の2進カウンタはそれに対応するディジタル・キャパシタに2進数のプログラ ミング信号を供給し、更に、アナログ計算を実施する為に、前記第1及び第2の 複数個の加重静電容量素子を用いて、逆向き伝搬計算に従って各々の2進カウン タのカウントを選択的に増数又は減数する回路を有する請求項3又は4記載のプ ロセッサ。
- 9.各々の加重静電容量素子が互いに同じ形式のディジタル・キャパシタであっ て、各々のディジタル・キャパシタの静電容量が夫々2進数のプログラミング信 号によってプログラムされ、その序数がMだけ異なる前記加重静電容量素子とな る各対のディジタル・キャパシタに対する夫々のワード記憶素子を持つ2進数用 メモリ配列を有し、該ワード記憶素子はそれに対応するディジタル・キャパシタ に2進数のプログラミング信号を供給し、更に、アナログ計算を実施する為、前 記第1及び第2の複数個の加重静電容量素子を使って、逆向き伝搬計算に従って 、各々のワード記憶素子に記憶されている2進数を選択的に増数又は減数する回 路を有する請求項3又は4記載のプロセッサ。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US36683889A | 1989-06-15 | 1989-06-15 | |
US366839 | 1989-06-15 | ||
US07/366,839 US5146542A (en) | 1989-06-15 | 1989-06-15 | Neural net using capacitive structures connecting output lines and differentially driven input line pairs |
US366838 | 1999-08-04 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH04500424A true JPH04500424A (ja) | 1992-01-23 |
Family
ID=27003536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2509574A Pending JPH04500424A (ja) | 1989-06-15 | 1990-06-14 | 入力又は出力線及び差別的な感知又は被動出力又は入力線の対を接続する容量性構造を用いた神経網 |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP0428716B1 (ja) |
JP (1) | JPH04500424A (ja) |
KR (1) | KR920701918A (ja) |
DE (1) | DE69021997T2 (ja) |
WO (1) | WO1990016039A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR940004430B1 (ko) * | 1991-11-01 | 1994-05-25 | 한국전기통신공사 | Mosfet 저항성 제어형 곱셈연산기 |
JPH09259206A (ja) * | 1996-03-19 | 1997-10-03 | Yozan:Kk | 離散コサイン変換回路 |
KR102178183B1 (ko) * | 2018-10-24 | 2020-11-12 | 포항공과대학교 산학협력단 | 크로스-포인트 커패시터 기반의 가중치 소자 및 이를 이용한 뉴럴 네트워크 |
WO2021219822A1 (de) * | 2020-04-29 | 2021-11-04 | Semron Gmbh | Anordnung und verfahren zur durchführung einer vektor-matrix multiplikation mit kapazitiven oder resistiven synaptischen bauelementen |
-
1990
- 1990-06-14 WO PCT/US1990/003436 patent/WO1990016039A1/en active IP Right Grant
- 1990-06-14 DE DE69021997T patent/DE69021997T2/de not_active Expired - Fee Related
- 1990-06-14 KR KR1019910700187A patent/KR920701918A/ko not_active Application Discontinuation
- 1990-06-14 JP JP2509574A patent/JPH04500424A/ja active Pending
- 1990-06-14 EP EP90910197A patent/EP0428716B1/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
KR920701918A (ko) | 1992-08-12 |
EP0428716A1 (en) | 1991-05-29 |
WO1990016039A1 (en) | 1990-12-27 |
EP0428716B1 (en) | 1995-08-30 |
DE69021997T2 (de) | 1996-03-28 |
DE69021997D1 (de) | 1995-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5187680A (en) | Neural net using capacitive structures connecting input lines and differentially sensed output line pairs | |
US5343555A (en) | Artificial neuron with switched-capacitor synapses using analog storage of synaptic weights | |
JP3465911B2 (ja) | 電子式マトリックスアレイ装置 | |
US5381352A (en) | Circuit for multiplying an analog value by a digital value | |
US5204549A (en) | Synaptic element including weight-storage and weight-adjustment circuit | |
US5167008A (en) | Digital circuitry for approximating sigmoidal response in a neural network layer | |
JP3289748B2 (ja) | 半導体装置 | |
US5146542A (en) | Neural net using capacitive structures connecting output lines and differentially driven input line pairs | |
US5039870A (en) | Weighted summation circuits having different-weight ranks of capacitive structures | |
US4112508A (en) | Semiconductor memory | |
JPH0467259A (ja) | 情報処理装置 | |
US5039871A (en) | Capacitive structures for weighted summation as used in neural nets | |
WO1997047011A1 (en) | Charge transfer sense amplifier | |
US5140531A (en) | Analog neural nets supplied digital synapse signals on a bit-slice basis | |
CN115458005A (zh) | 数据处理方法和存算一体装置、电子设备 | |
EP4133487B1 (en) | Charge-pump-based current-mode neuron for machine learning | |
JPH04500424A (ja) | 入力又は出力線及び差別的な感知又は被動出力又は入力線の対を接続する容量性構造を用いた神経網 | |
KR0183406B1 (ko) | 신경망에 사용되는 가중합가법의 용량성 구조물 | |
US5212766A (en) | Neural network representing apparatus having self-organizing function | |
US5220202A (en) | Memory device and memory apparatus using the same suitable for neural network | |
US5175446A (en) | Demultiplexer including a three-state gate | |
KR102543232B1 (ko) | 아날로그 디지털 변환기 및 아날로그 디지털 변환기의 동작 방법 | |
JP3242103B2 (ja) | 半導体多値メモリ | |
US5247605A (en) | Neural nets supplied synapse signals obtained by digital-to-analog conversion of plural-bit samples | |
EP0469885A2 (en) | System for performing weighted summations |