公开(公告)号：CN109214510B

公开(公告)日：2023-07-21

申请号：CN201810728290.X

申请日：2018-07-05

Applicant: 三星电子株式会社

Inventor： 玻那·乔斯·哦拉都比 ,  洪俊顾 ,  雷维基·森古普塔 ,  提塔许·瑞许特 ,  乔治·亚德里安·凯特尔 ,  麦克·史帝芬·罗德尔 ,  莱恩·麦可·海雀

IPC: G06N3/063

Abstract: 本发明提供一种神经形态多位式数字权重单元，被配置成存储人工神经网络中的神经元的一系列潜在权重。所述神经形态多位式数字权重单元包括并联单元，所述并联单元包括一系列无源电阻器以及一系列门控晶体管，所述一系列无源电阻器是并联的。所述一系列门控晶体管中的每一个门控晶体管与所述一系列无源电阻器中的一个无源电阻器串联。所述神经形态多位式数字权重单元还包括：一系列编程输入线，所述一系列编程输入线连接到所述一系列门控晶体管；输入端子，连接到所述并联单元；以及输出端子，连接到所述并联单元。如此可使得准确性更好且与具有权重的不均匀分布的神经形态多位式数字权重单元相比为实现相同的准确性所需的神经元数目更少。

公开(公告)号：CN110414664A

公开(公告)日：2019-11-05

申请号：CN201910223103.7

申请日：2019-03-22

Applicant: 三星电子株式会社

Inventor： 玻那·乔斯·哦拉都比 ,  提塔许·瑞许特 ,  乔治·亚德里安·凯特尔 ,  莱恩·麦可·海雀

IPC: G06N3/04 ,  G06N20/00 ,  G06N3/08

Abstract: 本发明阐述一种用于训练神经网络的方法及神经网络训练系统。所述方法包括提供神经网络的至少一个可连续微分的模型。所述至少一个可连续微分的模型专用于所述神经网络的硬件。所述方法还包括使用所述至少一个可连续微分的模型以迭代方式训练所述神经网络，以为所述神经网络提供至少一个输出。每一次迭代均使用前一次迭代的至少一个输出以及所述至少一个可连续微分的模型中的当前可连续微分的模型。

公开(公告)号：CN109214510A

公开(公告)日：2019-01-15

申请号：CN201810728290.X

申请日：2018-07-05

Applicant: 三星电子株式会社

Inventor： 玻那·乔斯·哦拉都比 ,  洪俊顾 ,  雷维基·森古普塔 ,  提塔许·瑞许特 ,  乔治·亚德里安·凯特尔 ,  麦克·史帝芬·罗德尔 ,  莱恩·麦可·海雀

IPC: G06N3/063

CPC classification number: G06N3/063 ,  H01L29/40111 ,  H01L29/42392 ,  H01L29/78391 ,  H01L29/785

Abstract: 本发明提供一种神经形态多位式数字权重单元，被配置成存储人工神经网络中的神经元的一系列潜在权重。所述神经形态多位式数字权重单元包括并联单元，所述并联单元包括一系列无源电阻器以及一系列门控晶体管，所述一系列无源电阻器是并联的。所述一系列门控晶体管中的每一个门控晶体管与所述一系列无源电阻器中的一个无源电阻器串联。所述神经形态多位式数字权重单元还包括：一系列编程输入线，所述一系列编程输入线连接到所述一系列门控晶体管；输入端子，连接到所述并联单元；以及输出端子，连接到所述并联单元。如此可使得准确性更好且与具有权重的不均匀分布的神经形态多位式数字权重单元相比为实现相同的准确性所需的神经元数目更少。