[发明专利]一种用于优化忆阻器基神经网络的权值推理映射方法在审
申请号: | 202210816129.4 | 申请日: | 2022-07-12 |
公开(公告)号: | CN115062773A | 公开(公告)日: | 2022-09-16 |
发明(设计)人: | 吴祖恒;李威;冯哲;朱云来;徐祖雨;代月花 | 申请(专利权)人: | 安徽大学 |
主分类号: | G06N3/063 | 分类号: | G06N3/063;G06N5/04;G06N3/04 |
代理公司: | 北京凯特来知识产权代理有限公司 11260 | 代理人: | 郑立明;陈亮 |
地址: | 230601 安徽*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 优化 忆阻器基 神经网络 推理 映射 方法 | ||
1.一种用于优化忆阻器基神经网络的权值推理映射方法,其特征在于,所述方法包括:
步骤1、根据忆阻器电导区间和权值区间求出权值映射参数Ct和信号输入转换参数θ;
步骤2、将权值矩阵按照权值映射参数Ct进行等比例放大,然后经过外围板卡电路映射到忆阻器阵列中;
步骤3、将输入忆阻器阵列的电压信号先按照信号输入转换参数θ进行等比例缩小,再输入步骤2映射完成的忆阻器阵列中,进行矩阵乘加运算;
步骤4、使用恒定电阻阵列将步骤3中忆阻器阵列运算输出的电流值转换为电压信号,将该电压信号与下一个时刻的电压信号相加作为下一个时刻的输入电压信号,以进行下一循环的权值推理映射过程。
2.根据权利要求1所述用于优化忆阻器基神经网络的权值推理映射方法,其特征在于,在步骤1中,
具体是按照如下公式(1)和(2)求出权值映射参数Ct和信号输入转换参数θ:
其中,为t时刻推理完成之后的权值矩阵的最大值减去最小值,代表了权值矩阵的取值范围;为t时刻忆阻器阵列中能达到的最大阻值减去最小阻值。
3.根据权利要求1所述用于优化忆阻器基神经网络的权值推理映射方法,其特征在于,在步骤2中,具体采用如下公式(3)对权值矩阵进行处理:
其中,为t时刻忆阻器阵列中第i行第j列的阻值;为t时刻推理完成的权值矩阵中第i行第j列的权值;Ct为权值映射参数。
4.根据权利要求1所述用于优化忆阻器基神经网络的权值推理映射方法,其特征在于,在步骤3中,具体采用如下公式(4)对输入忆阻器阵列的电压信号进行处理:
其中,Xt为输入忆阻器阵列的电压信号;θ为信号输入转换参数;为进行等比例缩放后的Xt。
5.根据权利要求1所述用于优化忆阻器基神经网络的权值推理映射方法,其特征在于,在步骤4中,
假设步骤2中映射完成了的忆阻器阵列列数为n,那么所采用的恒定电阻阵列大小为1×n。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽大学,未经安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210816129.4/1.html,转载请声明来源钻瓜专利网。