JPH0652340A - プログラムの可能な多層神経回路網 - Google Patents

プログラムの可能な多層神経回路網

Info

Publication number
JPH0652340A
JPH0652340A JP5123855A JP12385593A JPH0652340A JP H0652340 A JPH0652340 A JP H0652340A JP 5123855 A JP5123855 A JP 5123855A JP 12385593 A JP12385593 A JP 12385593A JP H0652340 A JPH0652340 A JP H0652340A
Authority
JP
Japan
Prior art keywords
neural network
synapse
weight value
address
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP5123855A
Other languages
English (en)
Other versions
JP3550163B2 (ja
Inventor
Ho-Sun Chung
鎬 宣 鄭
Kyung-Hun Lee
景 勳 李
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SK Hynix Inc
Original Assignee
Goldstar Electron Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Goldstar Electron Co Ltd filed Critical Goldstar Electron Co Ltd
Publication of JPH0652340A publication Critical patent/JPH0652340A/ja
Application granted granted Critical
Publication of JP3550163B2 publication Critical patent/JP3550163B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/06Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic 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)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Neurology (AREA)
  • Semiconductor Memories (AREA)
  • Design And Manufacture Of Integrated Circuits (AREA)
  • Image Analysis (AREA)
  • Read Only Memory (AREA)
  • Logic Circuits (AREA)

Abstract

(57)【要約】 【目的】 プログラムの可能な多層神経回路網を提供す
る。 【構成】 望む機能を遂行させる各々のシナプスの加重
値を貯蔵する加重値貯蔵手段と、前記貯蔵手段に貯蔵さ
れた値をそれぞれのシナプスに伝達するためのインタフ
ェ−ス手段と、前記加重値貯蔵手段からの加重値を有す
るようプログラムし望む出力を出力するための多層神経
回路網手段を備える。 【効果】 これにより、種々の機能が遂行できるようプ
ログラムが可能である。

Description

【発明の詳細な説明】
【0001】
【産業上の利用分野】本発明は神経回路網に係り、特に
多層神経回路網に関する。
【0002】
【従来の技術】一般的に多層神経回路網は学習により得
られたシナプス加重値をそれぞれのシナプスが有するよ
う設計することにより望む機能を遂行させる。即ち、一
つの製造された多層神経回路網は一つの機能のみを遂行
することができた。それで、多層神経回路網を利用して
認識システムを具現するのには限界があった。
【0003】
【発明が解決しようとする課題】本発明の目的は一つの
多層神経回路網が使用者により多数の機能の遂行できる
プログラム可能な多層神経回路網を提供することであ
る。
【0004】
【課題を解決するための手段】前記の目的を達成するた
めに本発明によるプログラムの可能な多層神経回路網は
望む機能を遂行させるそれぞれのシナプスの加重値を貯
蔵する加重値貯蔵手段と、前記貯蔵手段に貯蔵された値
を各々のシナプスに伝達するためのインタフェ−ス手段
と、前記加重値貯蔵手段からの加重値を有するようプロ
グラムし望む出力を出力するための多層神経回路網手段
を具備することを特徴とする。
【0005】
【作用】多層神経回路のシナプス加重値を調節し、入力
に対する望む出力を出すようプログラムできる。
【0006】
【実施例】以下、添付した図面に基づき本発明を詳細に
説明する。図1は本発明の一実施例によるプログラム可
能な多層神経回路網のブロック図である。図1におい
て、学習された結果の加重値を貯蔵し前記貯蔵された加
重値をそれぞれのシナプスに伝達するためのメモリ1
0、前記メモリ10の該当するアドレスを発生するため
のアドレス発生回路20、前記アドレス発生回路20の
出力信号を入力しデコ−ドして列アドレス信号を発生す
るための6対64列アドレスデコ−ダ−30、前記アド
レス発生回路20の出力信号を入力しデコ−ドして行ア
ドレス信号を発生するための5対32行アドレスデコ−
ダ−40と、前記列アドレスデコ−ダ−30と行アドレ
スデコ−ダ−40により選択され前記メモリ10に貯蔵
された加重値を有するシナプスからなる多層神経回路網
50、前記各シナプスの値を出力するためのニュ−ロン
60から構成されている。
【0007】そして前記各シナプスは6対64列アドレ
スデコ−ダ−30と5対32行アドレスデコ−ダ−40
からの出力信号を入力する NORゲ−ト70、前記 NORゲ
−ト70の出力信号に応答して動作し前記メモリ10に
貯蔵された加重値を貯蔵するDラッチ80(前記Dラッ
チ回路80の最上位ビットは符号を貯蔵するための符号
ビットであり、残りのビットは大きさビットを表す)。
入力デ−タとイネ−ブル信号及び前記符号ビット信号が
0である場合に応答し前記Dラッチ回路80に貯蔵され
た信号を出力するためのNANDゲ−ト90、入力デ−タと
イネ−ブル信号及び前記符号ビット信号が1である場合
に応答し前記Dラッチ回路80に貯蔵された信号を出力
するための ANDゲ−ト100、前記NANDゲ−ト90の出
力信号によってイネ−ブルされるシナプスPMOSトランジ
スタ110、前記 ANDゲ−ト100の出力信号によりイ
ネ−ブルされるシナプスNMOSトランジスタ120から構
成されている。前記構成で前記8ビットで構成された多
層神経回路網を一つでなく複数個連結し構成することも
可能である。又、回路が一つのチップに集積化される時
前記多層神経回路網を除いた他の回路構成は外部に別に
構成しても関係ない。
【0008】前記構成は次のように動作する。 第1段階;学習により得られた加重値をチップ選択信号
とライトイネ−ブル信号に応答しアドレス発生回路20
によって選択されたアドレスに該当するメモリ10に貯
蔵する。 第2段階;リ−ドイネ−ブル信号に応答し前記アドレス
発生回路20の出力信号により選択されたアドレスに該
当するメモリ10に貯蔵されたデ−タをDラッチ回路8
0にラッチさせる。同時に前記アドレス発生回路20の
出力信号を前記行アドレスデコ−ダ−40と前記列アド
レスデコ−ダ−30に入力しデコ−ドして一つのシナプ
スを選択する。
【0009】第3段階;前記行アドレスデコ−ダ−40
と前記列アドレスデコ−ダ−30の出力があれば前記D
ラッチ回路80に貯蔵されたデ−タが出力される。同時
にNANDゲ−ト90や ANDゲ−ト100は入力デ−タとイ
ネ−ブル信号を入力しその出力をイネ−ブルして前記シ
ナプスPMOSトランジスタ110やシナプスNMOSトランジ
スタ120が適切な加重値が持てる。このようにしてプ
ログラム可能な多層神経回路網が具現できる。
【0010】図2は図1のシナプス MOSトランジスタを
具現した回路を示す。図2において、各々大きさが1、
2、4、8、16、32、64、128であるシナプス
PMOSトランジスタとシナプスNMOSトランジスタのドレイ
ン電極を共通接続し前記シナプスPMOSトランジスタのソ
−ス電極は電源電圧に連結しゲ−ト電極で第1入力信号
(I1 〜I8 )を入力し前記シナプスNMOSトランジスタ
のソ−ス電極は接地電圧に連結しゲ−ト電極で第2入力
信号(I1 ’〜I8 ’)を入力し前記ドレイン共通点を
通じた出力信号をニュ−ロン150を通じて出力する。
【0011】図3は図1に使用される8ビット3入力NA
NDゲ−トを表す。図3において入力信号INとイネ−ブ
ル信号ENに応答し8ビットのデ−タを各々入力するた
めの八つのNANDゲ−トから構成されている。図3に示し
た回路は入力信号INとイネ−ブル信号ENが“ロ−”
レベルである場合にNANDゲ−トに入力されるデ−タが
“ロ−”レベルなら“ハイ”レベルが出力され“ハイ”
レベルなら“ロ−”レベルが出力される。
【0012】図4は8ビットDラッチ回路の構成を示
す。図4において、8ビットラッチ回路のそれぞれのビ
ットは制御信号を反転するためのインバ−タ−200、
前記インバ−タ−200の反転された信号を入力して反
転するためのインバ−タ−201、前記インバ−タ−2
00とインバ−タ−201の出力信号に制御され入力信
号を伝送するためのCMOS伝送ゲ−ト202、前記CMOS伝
送ゲ−ト202の出力信号とリセット信号CDを入力す
るNANDゲ−ト203、前記NANDゲ−ト203の出力信号
を反転するインバ−タ−204、前記インバ−タ−20
0とインバ−タ−201の出力信号に応答し前記CMOS伝
送ゲ−ト202の出力信号を伝送するためのCMOS伝送ゲ
−ト205から構成されている。それで前記入力される
デ−タをラッチして出力する。
【0013】図5は図1の回路の5対32列アドレスデ
コ−ダ−を示す。図5において、五つのアドレス信号と
反転されたアドレス信号を入力しその中の一つの出力の
みをイネ−ブルさせる5入力NANDゲ−トから構成されて
いる。図6は図1の回路の6対64行アドレスデコ−ダ
−を示す。図6において、六つのアドレス信号と反転さ
れたアドレス信号を入力しその中の一つの出力のみをイ
ネ−ブルさせる6入力NANDゲ−トから構成されている。
【0014】前記ラッチ回路やデコ−ダ−回路は一般に
使用されるどんな回路を用いても関係ない。従って、本
発明は次のような長所がある。第1、音声や文字を認識
する認識回路に使用すれば望ましい。第2、入力と出力
に対するどんな機能でも満足させ得るようプログラムが
可能である。即ち、様々な機能が遂行できる。
【図面の簡単な説明】
【図1】本発明による一実施例の8ビットシナプス値の
ための使用者によりプログラム可能な多層神経回路網の
ブロック図である。
【図2】図1に示した多層神経回路網に使用される8ビ
ット神経大きさの比較器を示すである。
【図3】図1に示した多層神経回路網に使用される8ビ
ット3入力NANDゲ−トを示す図である。
【図4】図1に示した多層神経回路網に使用される8ビ
ットDラッチを示す図である。
【図5】図1に示した多層神経回路網に使用される5対
32列デコ−ダ−を示す図である。
【図6】図1に示した多層神経回路網に使用される6対
64行デコ−ダ−を示す図である。
【符号の説明】
10 メモリ 20 アドレス発生回路 30,40 アドレスデコーダー 50 多層関係回路網 60 ニューロン 70 NOR ゲート 80 Dラッチ回路 90,203 NANDゲート 100 AND ゲート 110 シナプスPMOSトランジスタ 120 シナプスNMOSトランジスタ 200,201,204 インバーター 202,205 CMOS伝送ゲート
フロントページの続き (72)発明者 李 景 勳 大韓民国慶尚北道迎日郡烏川邑文徳4里 186番地

Claims (6)

    【特許請求の範囲】
  1. 【請求項1】 望む機能を遂行させる各々のシナプスの
    加重値を貯蔵する加重値貯蔵手段と、 前記貯蔵手段に貯蔵された値をそれぞれのシナプスに伝
    達するためのインタフェ−ス手段と、 前記加重値貯蔵手段からの加重値を有するようプログラ
    ムし望む出力を出力するための多層神経回路網手段を備
    えることを特徴とするプログラムの可能な多層神経回路
    網。
  2. 【請求項2】 前記貯蔵手段は、 前記貯蔵手段のアドレスを指定するためのアドレス指定
    計数器と、 前記計数器により指定されたアドレスに外部から入力さ
    れる加重値を入力するための読み取り及び書き込みの可
    能なメモリを具備することを特徴とする請求項1記載の
    多層神経回路網。
  3. 【請求項3】 前記インタフェ−ス手段は、 前記多層神経回路網の各々の該当する行アドレスを指定
    するための行アドレス指定デコ−ダ−と、 前記多層神経回路網の各々の該当する列アドレスを指定
    するための列アドレス指定デコ−ダ−を具備することを
    特徴とする請求項1記載の多層神経回路網。
  4. 【請求項4】 前記多層神経回路網の各々のアドレスに
    該当するセルは、 加重値の値ををポジティブにする複数個のPMOSトランジ
    スタから構成されたシナプスPMOSトランジスタと、 加重値の値をネガチブにする複数個のNMOSトランジスタ
    から構成されたシナプスNMOSトランジスタと、 前記インタフェ−ス手段の出力信号に応答するクロック
    が印加され前記メモリに貯蔵された加重値デ−タを入力
    するラッチ回路。外部からのイネ−ブル信号と入力デ−
    タ信号に応答し前記ラッチ回路に貯蔵された加重値を前
    記シナプスPMOSトランジスタや前記シナプスNMOSトラン
    ジスタに伝達するためのゲ−ト回路を具備することを特
    徴とする請求項3記載のプログラムの可能な多層神経回
    路網。
  5. 【請求項5】 前記シナプスPMOSトランジスタは長さの
    異なる複数個のゲ−トを一つのトランジスタに形成する
    ことを特徴とする請求項4記載のプログラムの可能な多
    層神経回路網。
  6. 【請求項6】 前記シナプスNMOSトランジスタは長さの
    異なる複数個のゲ−トを一つのトランジスタに形成する
    ことを特徴とする請求項4記載のプログラムの可能な多
    層神経回路網。
JP12385593A 1992-05-30 1993-05-26 プログラムの可能な多層神経回路網 Expired - Fee Related JP3550163B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1019920009480A KR960013367B1 (ko) 1992-05-30 1992-05-30 프로그램이 가능한 다층 신경회로망
KR9480/1992 1992-05-30

Publications (2)

Publication Number Publication Date
JPH0652340A true JPH0652340A (ja) 1994-02-25
JP3550163B2 JP3550163B2 (ja) 2004-08-04

Family

ID=19334023

Family Applications (1)

Application Number Title Priority Date Filing Date
JP12385593A Expired - Fee Related JP3550163B2 (ja) 1992-05-30 1993-05-26 プログラムの可能な多層神経回路網

Country Status (4)

Country Link
US (1) US5448682A (ja)
JP (1) JP3550163B2 (ja)
KR (1) KR960013367B1 (ja)
DE (1) DE4317993A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4105952C2 (de) * 1991-02-26 2002-11-07 Koenig & Bauer Ag Vorrichtung zur Nachbehandlung inline lackierter Druckbogen
KR101522955B1 (ko) * 2015-01-19 2015-05-28 에이치제이산전(주) 결상 보호 차단기

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3278080B2 (ja) * 1993-02-22 2002-04-30 直 柴田 半導体集積回路
KR970007006B1 (ko) * 1993-08-31 1997-05-01 한국전자통신연구원 인공 신경 회로와 패턴 분리 및 인식용 발진 신경 망의 구조
KR0185754B1 (ko) * 1994-02-02 1999-05-15 정호선 맵핑회로와 이를 이용한 혼돈 신경망
KR100250977B1 (ko) * 1997-10-16 2000-04-15 이계철 신경망 칩을 이용한 고속 패킷 스위치 제어기와이를 이용한 교환기
US8676734B2 (en) * 2010-07-07 2014-03-18 Qualcomm, Incorporated Methods and systems for replaceable synaptic weight storage in neuro-processors
JP6914342B2 (ja) * 2017-09-07 2021-08-04 パナソニック株式会社 半導体記憶素子を用いたニューラルネットワーク演算回路
CN111738429B (zh) * 2019-03-25 2023-10-13 中科寒武纪科技股份有限公司 一种计算装置及相关产品

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02226492A (ja) * 1989-01-12 1990-09-10 Internatl Business Mach Corp <Ibm> ニユーラル・ネツトワーク
JPH04548A (ja) * 1990-04-17 1992-01-06 Fujitsu Ltd ニューラルネットワーク装置
JPH04153895A (ja) * 1990-10-18 1992-05-27 Oki Electric Ind Co Ltd 神経回路

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4807168A (en) * 1987-06-10 1989-02-21 The United States Of America As Represented By The Administrator, National Aeronautics And Space Administration Hybrid analog-digital associative neural network
US4951239A (en) * 1988-10-27 1990-08-21 The United States Of America As Represented By The Secretary Of The Navy Artificial neural network implementation
US5111430A (en) * 1989-06-22 1992-05-05 Nippon Telegraph And Telephone Corporation Non-volatile memory with hot carriers transmitted to floating gate through control gate
US5101361A (en) * 1989-09-29 1992-03-31 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Analog hardware for delta-backpropagation neural networks
US5093900A (en) * 1991-02-13 1992-03-03 At&T Bell Laboratories Reconfigurable neural network

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02226492A (ja) * 1989-01-12 1990-09-10 Internatl Business Mach Corp <Ibm> ニユーラル・ネツトワーク
JPH04548A (ja) * 1990-04-17 1992-01-06 Fujitsu Ltd ニューラルネットワーク装置
JPH04153895A (ja) * 1990-10-18 1992-05-27 Oki Electric Ind Co Ltd 神経回路

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4105952C2 (de) * 1991-02-26 2002-11-07 Koenig & Bauer Ag Vorrichtung zur Nachbehandlung inline lackierter Druckbogen
KR101522955B1 (ko) * 2015-01-19 2015-05-28 에이치제이산전(주) 결상 보호 차단기

Also Published As

Publication number Publication date
KR930023859A (ko) 1993-12-21
JP3550163B2 (ja) 2004-08-04
US5448682A (en) 1995-09-05
KR960013367B1 (ko) 1996-10-04
DE4317993A1 (de) 1993-12-02

Similar Documents

Publication Publication Date Title
JP2812262B2 (ja) 連想記憶装置
JPS5847793B2 (ja) 半導体記憶装置
EP0051920A2 (en) Memory arrangement with means for interfacing a central processing unit
JP2923114B2 (ja) 冗長デコーダ回路
JP3550163B2 (ja) プログラムの可能な多層神経回路網
US6618280B2 (en) Associative memory for accomplishing longest coincidence data detection by two comparing operations
JPH01119982A (ja) スタティック型ランダムアクセスメモリ
JP2588936B2 (ja) 半導体記憶装置
US20210158870A1 (en) Dynamic digital perceptron
JPS6118833B2 (ja)
US6597602B2 (en) Semiconductor memory device
JP2768880B2 (ja) 半導体記憶装置
US11631455B2 (en) Compute-in-memory bitcell with capacitively-coupled write operation
JP2741810B2 (ja) 内容アドレス式メモリ
JPS6378394A (ja) プリチヤ−ジクロツク発生回路
JPH07182874A (ja) 半導体メモリセル回路およびメモリセルアレイ
US6954401B2 (en) Semiconductor memory device integrating source-coupled-logic (SCL) circuit into an address buffer and a decoder
JP2004103128A (ja) 半導体メモリおよび半導体メモリ書き込み制御装置
JPH09251793A (ja) 半導体記憶装置及びデータ処理装置
JPH03252995A (ja) Rom回路
JP2838033B2 (ja) 内容アドレス式メモリ
Jayasheela An Improved Neural Network Design with Asynchronous Programmable Synaptic Memory
JPH05234395A (ja) 冗長アドレス一致検出回路
JPH07282589A (ja) 半導体集積化メモリ
JPS60236193A (ja) メモリセル回路

Legal Events

Date Code Title Description
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: 20040330

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20040423

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090430

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090430

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100430

Year of fee payment: 6

LAPS Cancellation because of no payment of annual fees