-
公开(公告)号:CN114550808A
公开(公告)日:2022-05-27
申请号:CN202210166998.7
申请日:2022-02-23
Applicant: 中国人民解放军国防科技大学
Inventor: 李清江 , 王义楠 , 刘海军 , 徐晖 , 刘桂青 , 朱城和 , 刘森 , 李智炜 , 刁节涛 , 李晨辉 , 陈长林 , 宋兵 , 于红旗 , 王玺 , 步凯 , 王伟 , 于新军 , 王琴 , 曹荣荣
Abstract: 本发明实施例公开了一种神经形态计算测评装置,神经形态计算测评装置包括忆阻器阵列测评电路与忆阻器阵列,所述忆阻器阵列测评电路包括主控制器、信号施加子电路、写权值子电路、读权值子电路及开关矩阵;所述开关矩阵分别与所述主控制器及所述忆阻器阵列连接,且所述主控制器还分别通过所述写权值子电路、所述信号施加子电路、所述读权值子电路与所述开关矩阵连接。神经形态计算测评装置能够对忆阻器阵列中每一个忆阻器的阻值进行精确调控与读取。实现忆阻器阵列阻值的精确调制,提高神经形态计算的精度,进而使得本申请的神经形态计算测评装置能够适用更多种类的忆阻器阵列的测试、训练及神经形态的计算。
-
公开(公告)号:CN114067157A
公开(公告)日:2022-02-18
申请号:CN202111360525.2
申请日:2021-11-17
Applicant: 中国人民解放军国防科技大学
IPC: G06V10/764 , G06N3/04 , G06N3/08 , G06T7/11
Abstract: 本发明实施例公开了一种基于忆阻器阵列的神经网络优化方法、装置及忆阻器阵列,所述方法包括:获取待处理图像;对所述待处理图像进行二值化处理,以得到二进制图像数据;将所述二进制图像数据与预设二值化权重输入加载到基于忆阻器的二值卷积神经网络中计算得到图像分类结果,其中,所述预设二值化权重为经过预设加噪处理的二值化权重;根据所述图像分类结果和图像分类标签值执行反向传播权值更新处理,以得到目标二值化权重;根据所述目标二值化权重调整忆阻器阵列的特征参数。通过在网络的训练过程中对二值卷积神经网络中的权重进行加噪处理,有效提升了忆阻器阵列中二值卷积神经网络的鲁棒性和网络性能。
-
公开(公告)号:CN113823738A
公开(公告)日:2021-12-21
申请号:CN202111106202.0
申请日:2021-09-22
Applicant: 中国人民解放军国防科技大学
IPC: H01L45/00
Abstract: 本发明实施例公开了一种选通器件及其制备方法,所述选通器件包括制备在衬底上的第一电极层、中间介质层和第二电极层;所述中间介质层设置在所述第一电极层和所述第二电极层之间,其中,所述第一电极层为惰性电极,所述第二电极层为惰性电极,所述中间介质层包括奇数个绝缘的介质层,且相邻介质层均为不同硫系化合物结构层,在实际应用中,中间介质层层数的增加,以及锑、碲元素的掺杂共同提升了选通器件的稳定性、耐久性及可靠性。
-
公开(公告)号:CN113610220A
公开(公告)日:2021-11-05
申请号:CN202110994807.1
申请日:2021-08-27
Applicant: 中国人民解放军国防科技大学
Abstract: 本申请实施例提供一种神经网络模型的训练方法、应用方法及装置,其中,该神经网络模型为基于忆阻器的二值化卷积神经网络;能够将忆阻器的非理想特性使用高斯噪声代替,通过向由0,1构成的权重矩阵中施加高斯噪声来模拟具有非理想特性的二值忆阻器,利用施加噪声后的权重矩阵对二值化卷积神经网络进行训练,在解决使用忆阻器所面临的阵列良率、阻值波动以及器件噪声所引起的卷积神经网络数据不可靠的问题中,可以通过直接在忆阻器阵列中进行在线训练的方式(直接将忆阻器的非理想特性包含在网络的训练过程中)以增强神经网络的鲁棒特性和收敛准确特性。
-
公开(公告)号:CN113131939A
公开(公告)日:2021-07-16
申请号:CN202110435435.9
申请日:2021-04-22
Applicant: 中国人民解放军国防科技大学
IPC: H03M1/34
Abstract: 本申请提供了一种电流读出电路及忆阻器阵列列电流读出电路,其中,电流读出电路包括:偏置电路、深度负反馈电路、电流衰减电路和积分点火电路;电流衰减电路分别与偏置电路、深度负反馈电路、积分点火电路连接;深度负反馈电路还与偏置电路连接,并均连接忆阻器阵列电路的列线输出端;偏置电路用于为深度负反馈电路提供合适的偏置;深度负反馈电路用于将忆阻器阵列电路的列线电压进行箝位;电流衰减电路用于将忆阻器阵列电路的列线电流进行预设比例衰减,并将衰减后的电流输入积分点火电路,以使积分点火电路输出数字脉冲信号。本申请能够实现忆阻器阵列电路列电流的高效准确读取,提高基于忆阻器阵列实现乘累加运算的计算准确度。
-
公开(公告)号:CN111582484A
公开(公告)日:2020-08-25
申请号:CN202010438310.7
申请日:2020-05-21
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明实施例公开了一种学习速率自调节方法、装置、终端设备和可读存储介质,应用于忆阻器脉冲神经网络,所述忆阻器脉冲神经网络中每一突触仅包含一个忆阻器,该方法包括:根据所述忆阻器的实时电导值获取所述忆阻器的实时权值;获取所述忆阻器的电导的非线性度值;根据所述非线性度值确定对应的忆阻器电导响应参数;根据忆阻器两端的电势差、忆阻器电导响应参数和所述实时权值确定所述非线性度值对应的所述忆阻器的权值更新量以调节学习速率。本发明利用忆阻器的非线性电导响应特性,实现在训练初期较快的调整忆阻器的权值,随着训练时间的增加,逐渐减缓对忆阻器的权值的调整。
-
公开(公告)号:CN111582460A
公开(公告)日:2020-08-25
申请号:CN202010438305.6
申请日:2020-05-21
Applicant: 中国人民解放军国防科技大学
IPC: G06N3/04
Abstract: 本发明实施例公开了一种隐层神经元自适应激活方法、装置和终端设备,应用于忆阻器脉冲神经网络,所述忆阻器脉冲神经网络中每一突触仅包含一个忆阻器,该方法包括:根据同一层中各个隐层神经元的输入电流计算平均输入电流;将所述平均输入电流注入到所述各个隐层神经元;根据预设的放电顺序规则控制相应的输入电流大于所述平均输入电流的隐层神经元依次放电;根据各个放电的隐层神经元的放电次序,确定所述各个放电的隐层神经元的激活值;利用所述激活值对应激活所述各个放电的隐层神经元。本方案所提供的隐层神经元自适应激活技术,实现了隐层神经元之间的侧向抑制;并且每一突触可以仅包含一个忆阻器,避免构造复杂的硬件连接网络。
-
公开(公告)号:CN114285407B
公开(公告)日:2024-12-06
申请号:CN202111665024.5
申请日:2021-12-31
Applicant: 中国人民解放军国防科技大学
Inventor: 王义楠 , 李清江 , 王伟 , 傅星智 , 王伟贺 , 刘海军 , 徐晖 , 刁节涛 , 李智炜 , 刘森 , 陈长林 , 李晨辉 , 朱城和 , 宋兵 , 于红旗 , 王玺 , 步凯 , 王琴 , 曹荣荣
Abstract: 本申请提供了一种基于MAGIC的非易失计数器及计数方法,计数器包括:一条延迟线和多个顺序排列连接的计数单元;每个计数单元均包括:MAGIC逻辑门电路;除最高位的其它每个计数单元还包括:与MAGIC逻辑门电路连接的两个控制信号产生电路;延迟线用于向每个控制信号产生电路输出特定步骤对应的初始信号,以使每个控制信号产生电路向下一位计数单元中的MAGIC逻辑门电路输出特定步骤对应的控制信号;延迟线,还用于向每个MAGIC逻辑门电路输出除特定步骤的其它步骤对应的控制信号;每个计数单元通过MAGIC逻辑门电路,根据各步骤对应的控制信号和施加电压执行计数单元对应的各步骤,以实现二进制计数及计数结果的存储。本申请能够实现非易失计数,且计数步骤简单。
-
公开(公告)号:CN118571292A
公开(公告)日:2024-08-30
申请号:CN202410673611.6
申请日:2024-05-28
Applicant: 中国人民解放军国防科技大学
Inventor: 王伟 , 李清江 , 刘特序 , 童霈文 , 曹荣荣 , 孙毅 , 宋兵 , 徐晖 , 刁节涛 , 王义楠 , 刘海军 , 于红旗 , 李楠 , 陈长林 , 刘森 , 李智炜 , 王玺 , 步凯
Abstract: 本申请涉及一种忆阻器阵列线电阻的电流补偿方法、装置和设备,该方法通过利用输出电流补偿模型对忆阻器阵列在其实际工作过程中实施输出电流补偿,以消除忆阻器阵列因其寄生问题导致的输出电流误差的影响,提高忆阻器阵列的输出精度。只需在忆阻器阵列上电工作之初通过一次电压输入,得到一组相应的实际输出电流数据,然后利用忆阻器阵列的其他已知阵列参数,即可迅速确定针对该忆阻器阵列的补偿电流大小,最终根据该补偿电流大小即可对该忆阻器阵列在此后的工作过程中进行稳定且准确的输出电流补偿,从而有效消除忆阻器阵列的寄生问题造成的输出电流误差影响,提高忆阻器阵列的计算精度。
-
公开(公告)号:CN118536573A
公开(公告)日:2024-08-23
申请号:CN202410665229.0
申请日:2024-05-27
Applicant: 中国人民解放军国防科技大学
Inventor: 刘海军 , 李智炜 , 李清江 , 赵忠晋 , 徐晖 , 刁节涛 , 王义楠 , 陈长林 , 于红旗 , 刘森 , 宋兵 , 王伟 , 步凯 , 王玺 , 曹荣荣 , 孙振源 , 孙毅
IPC: G06N3/082 , G06N3/096 , G06N3/0495 , G06N3/0464 , G06N5/04 , G06V10/764 , G06V10/82
Abstract: 本申请涉及一种基于特征感知的神经网络迭代剪枝方法、装置和电子设备。所述方法包括:通过计算网络推理产生的特征图之间的相似度以衡量通道的冗余性,进而分离出冗余通道;之后应用贪心迭代的裁剪方案,在超参数约束下迭代裁剪冗余通道,根据裁剪后的微调精度进行剪枝判决,最终实现各层剪枝率的自适应调整。采用本方法可以不影响模型性能的前提下实现模型参数量和计算量方面的有效压缩,降低模型各层剪枝率与剪枝敏感度的偏差,解决了消费电子领域在部署深度学习算法时所面临的硬件平台算力和资源受限问题,从而推动大规模神经网络在硬件资源有限的设备中的部署,并提高网络模型的图像识别准确度。
-
-
-
-
-
-
-
-
-