[发明专利]基于忆阻器脉冲耦合神经网络的最短路径获取方法及装置

说明书

本发明公开了基于忆阻器脉冲耦合神经网络的最短路径获取方法及装置，首先将加权图的边和顶点直接映射到基于忆阻器的脉冲耦合神经网络上的突触和神经元，通过记录神经元的激活时间和给定神经元的连通性，以高度并行的脉冲传播，获得从起始神经元到所有其他神经元的最短路径。本发明提出的基于忆阻器的脉冲耦合神经网络，充分利用了忆阻器物理特性的高度并行性，以较低的时间复杂度和空间复杂度实现了最短路径的获取。并且在八顶点加权图中获得100%的路径最优性，能耗低至0.33μJ。

技术领域

本发明涉及非易失性存储器技术领域，尤其是涉及一种基于忆阻器脉冲耦合神经网络的最短路径获取方法及装置，应用于图计算中的最短路径问题求解。

背景技术

图是一种重要的数据结构，它能充分表达自然界中事物的联系和依赖属性，所以图计算在计算机领域中广泛应用。最短路径问题是图计算中的一个经典的问题，即在一个给定的图的顶点之间找到一条最短的路径。很多问题可以通过最短路径方法得到高效的解决，如路径规划，信号通路，药物研发等。求解最短路径问题的传统算法，如迪杰斯特拉算法采用复杂的数据结构，弗洛伊德算法，有较高的时间复杂度而且这两种经典算法都是顺序执行的，对于大规模数据的实时应用，时间和能源消耗较大。脉冲耦合神经网络是一种新型的无监督神经网络，具有并行性和横向特性。然而冯诺伊曼机是按顺序执行指令的，与脉冲耦合神经网络算法的并行性不匹配。虽然基于传统硅基半导体技术的脉冲耦合神经网络专用集成电路芯片面积小，能耗低，但是仍然缺乏一种基于新型器件的脉冲耦合神经网络硬件。

发明内容

为解决现有技术的不足，利用忆阻器的固有特性，实现降低能耗，高并行性的目的，本发明采用如下的技术方案：

基于忆阻器脉冲耦合神经网络的最短路径获取方法，包括如下步骤：

S1，构建顶点及顶点间路径权值的加权图；

S2，构建忆阻器脉冲耦合神经网络，神经网络包括一组神经元，神经元包括感受域、调制域和脉冲生成器，感受域包括连接部分和输入部分，连接部分设有一组与相邻的神经元连接的突触，输入部分接收神经网络的外部输入，调制域将连接部分和输入部分的输出进行调节，形成神经元的内部活动，脉冲生成器在内部活动达到设定的阈值时，激活神经元；

S3，将加权图映射到忆阻器脉冲耦合神经网络，加权图中的顶点映射为忆阻器脉冲耦合神经网络上的神经元，路径权值映射为忆阻器脉冲耦合神经网络上的突触；与现有的其他脉冲耦合神经网络硬件相比，结合了忆阻器的特性，具有更低的能耗和高度的并行性；

S4，通过忆阻器脉冲耦合神经网络，获取起始顶点到其他顶点的最短路径，向起始顶点对应的神经元输入脉冲信号，将其激活后，信号传输给相邻顶点对应的神经元，神经元的突触对应的路径权值不同，使得相邻顶点对应的神经元具有不同的激活时间，突触对应的路径权值最小的顶点，其对应的神经元将先被激活，通过神经元的激活时间及该神经元被激活时其对应顶点的前驱顶点，得到从起始顶点到其他顶点的最短路径。

进一步地，忆阻器脉冲耦合神经网络采用水平交叉忆阻器阵列，每一列上连接的神经元电路，代表忆阻器脉冲耦合神经网络的一个神经元，神经元电路包括一组基于阈值转变的忆阻器（threshold switching memristor，TSM），代表忆阻器脉冲耦合神经网络的突触。

进一步地，忆阻器脉冲耦合神经网络包括突触权重阵列、电流转电压器件、神经元电路和数字控制电路，向起始顶点对应的神经元电路输入电压脉冲信号，起始顶点对应的神经元电路被激活，经过起始顶点对应的神经元电路的电压和电导相乘后，形成电流，通过电流转电压器件，将每行电流转化为电压信号，数字控制电路控制连接，使神经元电路放电，并输出电压脉冲信号，电压脉冲信号输入到突触权重阵列中与起始顶点相邻的神经元电路中，以此类推，直到所有神经元电路被激活。