概率人工突触单元、1T1R阵列结构及神经网络信息识别方法

    公开(公告)号:CN114169509A

    公开(公告)日:2022-03-11

    申请号:CN202111432442.X

    申请日:2021-11-29

    Abstract: 本申请公开了一种概率人工突触单元,包括易失型忆阻器、分压电阻、晶体管和非易失型忆阻器,易失型忆阻器的一端作为突触控制端以获取控制信号、另一端通过分压电阻接地;非易失型忆阻器的一端作为突触输入端、另一端与晶体管的源/漏端的其中一端相连,晶体管的源/漏端的其中另一端作为突触输出端,晶体管的栅极连接至易失型忆阻器和分压电阻的连接端。本申请还涉及一种基于上述概率人工突触单元所搭建的1T1R阵列结构、以及基于上述1T1R阵列结构所进行的神经网络信息识别方法。本申请中的神经网络模型在传统模型的基础上考虑的模型本身的感知不确定性,因此,其所得出的识别结果的识别率以及不确定度的可靠性更高。

    概率人工突触单元、1T1R阵列结构及神经网络信息识别方法

    公开(公告)号:CN114169509B

    公开(公告)日:2024-11-19

    申请号:CN202111432442.X

    申请日:2021-11-29

    Abstract: 本申请公开了一种概率人工突触单元,包括易失型忆阻器、分压电阻、晶体管和非易失型忆阻器,易失型忆阻器的一端作为突触控制端以获取控制信号、另一端通过分压电阻接地;非易失型忆阻器的一端作为突触输入端、另一端与晶体管的源/漏端的其中一端相连,晶体管的源/漏端的其中另一端作为突触输出端,晶体管的栅极连接至易失型忆阻器和分压电阻的连接端。本申请还涉及一种基于上述概率人工突触单元所搭建的1T1R阵列结构、以及基于上述1T1R阵列结构所进行的神经网络信息识别方法。本申请中的神经网络模型在传统模型的基础上考虑的模型本身的感知不确定性,因此,其所得出的识别结果的识别率以及不确定度的可靠性更高。

Patent Agency Ranking