[发明专利]一种神经元电路、基于神经网络的集成电路和电子设备

说明书

本发明公开一种神经元电路、基于神经网络的集成电路和电子设备，涉及类脑计算技术领域，利用器件本身的物理动力学特性实现神经元的漏电积分特性，提高神经元电路的集成密度。该神经元电路包括反铁电晶体管；反铁电晶体管的栅极用于接入脉冲信号，反铁电晶体管的第一电极与电源耦接，反铁电晶体管的第二电极接地。上述基于神经网络的集成电路具有至少一个上述的神经元电路。上述电子设备包括上述基于神经网络的集成电路。本发明提供的一种神经元电路、基于神经网络的集成电路和电子设备用于脉冲神经网络芯片的构建。

技术领域

本发明涉及类脑计算技术领域，尤其涉及一种神经元电路、基于神经网络的集成电路和电子设备。

背景技术

神经网络是一种模仿动物神经网络行为特征，进行分布式并行信息处理的数学算法模型。神经网络有多种实现方式，其中，脉冲神经网络由于其事件驱动和稀疏编码的优点，成为构建高能效、存算一体的数据处理单元的理想选择。

构建脉冲神经网络的核心部件是可塑的神经突触和脉冲神经元电路。由于脉冲神经元电路的引入，使得脉冲神经网络能够处理时间和空间信息，这在麦卡洛克-皮特斯模型(McCulloch-Pitts，M-P模型)神经网络、非线性激活函数神经网络中是很难实现的。基于此，当构建脉冲神经网络时，需要设计高效的脉冲神经元电路。

当前，基于铁电晶体管的神经元电路被相继报道，然而由于铁电晶体管的特性导致其需要一个额外的置位操作，或者需要对铁电晶体管进行专门的设计使得其自动恢复。这些铁电晶体管的自动恢复时间较长，不利于进行快速的脉冲计算，严重影响神经网络工作效率。

发明内容

本发明的目的在于提供一种神经元电路、基于神经网络的集成电路和电子设备，以克服铁电神经元电路自动恢复特性的不足，提高神经元计算的速度，进而提高神经网络工作效率。

本发明提供一种神经元电路。该神经元电路包括反铁电晶体管；所述反铁电晶体管的栅极用于接入脉冲信号，所述反铁电晶体管的第一电极与电源耦接，所述反铁电晶体管的第二电极接地。

与现有技术相比，本发明提供的神经元电路中，反铁电材料极化量的易失特性，使得反铁电晶体管也具有易失特性，从而使反铁电晶体管在接入脉冲信号后，该反铁电晶体管的输出电压或输出电流能够自发的快速恢复无脉冲信号状态。此时，神经元电路的自动恢复时间比较短，有利于神经元电路进行快速的脉冲计算，进而提高神经网络工作效率。

本发明还提供一种反铁电晶体管在神经元电路中的应用。

与现有技术相比，本发明提供的反铁电晶体管在神经元电路中的应用的有益效果与上述技术方案所述神经元电路的有益效果相同，在此不做赘述。

本发明还提供一种基于神经网络的集成电路。该基于神经网络的集成电路具有至少一个上述的神经元电路。

与现有技术相比，本发明提供的基于神经网络的集成电路的有益效果与上述技术方案所述神经元电路的有益效果相同，在此不做赘述。

本发明还提供一种电子设备。该电子设备包括上述基于神经网络的集成电路。

与现有技术相比，本发明提供的电子设备的有益效果与上述技术方案所述神经元电路的有益效果相同，在此不做赘述。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为基于铁电晶体管的神经元电路结构图；

图2为基于铁电晶体管的神经元电路自动恢复时间示意图；

图3为基于n型反铁电晶体管的神经元电路结构图；

图4为基于p型反铁电晶体管的神经元电路结构图；