一种基于模糊玻尔兹曼机的忆阻神经网络训练方法

    公开(公告)号:CN107133668A

    公开(公告)日:2017-09-05

    申请号:CN201710291828.0

    申请日:2017-04-28

    Applicant: 北京大学

    Abstract: 本发明公布了一种基于模糊玻尔兹曼机的忆阻神经网络训练方法,使用模糊化处理的方法,将受限玻尔兹曼机网络中连接的强度/权值由确定的数变成为模糊数,得到模糊权值;再将模糊权值代入受限玻尔兹曼机中,得到更适于描述忆阻器器件特性的模糊受限玻尔兹曼机网络;网络的训练过程为对模糊权值进行更新,由此得到训练好的忆阻神经网络。本发明克服了在利用忆阻器作为神经网络硬件中的突触单元时由于器件本身的涨落性带来的对网络精度及稳定性的影响,能够增强神经网络学习的鲁棒性,且具有普适性,可作为建立处理器件固有随机涨落性的神经形态系统的通用方法。

    基于RRAM的无偏真随机数生成方法和生成器

    公开(公告)号:CN106814991A

    公开(公告)日:2017-06-09

    申请号:CN201710049933.3

    申请日:2017-01-23

    Applicant: 北京大学

    Abstract: 本发明公布了基于阻变存储器RRAM的无偏真随机数生成方法及生成器。将两个RRAM通过并联方式连接,使得阻变电压同时施加在两个RRAM上,两个RRAM均处于高阻态且阻值不同;或通过串联方式连接,使得阻变电压通过分压方式落在两个RRAM上,控制施加的阻变电压的大小为单个RRAM的阻变电压的2倍,使得两个RRAM的阻值分别处于高阻和低阻的随机状态;然后,方案A为交替施加正负不同的读取电压;方案B为将产生的信号再接入零位比较器并将两个零位比较器的输出端一起接入选择器,同时添加一个周期的时钟信号作为选择信号,交替输出两个零位比较器的结果。本发明在保证产生无偏性真随机数的同时,操作简单易行,实用性强。

Patent Agency Ranking