神经网络课程报告.ppt

《神经网络课程报告.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、Trainingandoperationofanintegratedneuromorphicnetworkbasedonmetal-oxidememristors——Nature,2015主要内容忆阻阵列制备单层感知机算法感知机硬件实现结果分析总结与展望忆阻阵列制备忆阻器的提出（1971）电路原理的对称性两个基本特点：具有与电阻相同的量纲电流流过时，阻值变化（电流截断时，阻值不变）Memristor=Memory+reristor忆阻器蔡少棠UCBerkeley忆阻器忆阻器的发现（2008）HPlabs,”The

2、MissingMemristorFound”Nature电学特性——实验结果器件AFM图特点：电特性具有记忆效果（非易失）尺寸小（几十纳米），集成度高作为硬件神经网络的使能技术，引起广泛关注！忆阻器的神经突触特性忆阻器的生物突触特性2010年美国密歇根大学NanoLetters.I-V特征曲线：具有连续的阻变特点忆阻器机理忆阻器的神经突触特性忆阻器的生物突触特性2010年美国密歇根大学NanoLetters.忆阻器电特性与小鼠脑神经突触特性对比主要内容忆阻器简介基于忆阻器的单层感知器M.Prezioso,D.B.

3、Strukovetal.,“Trainingandoperationofanintegratedneuromorphicnetworkbasedonmetal-oxidememristors,”Nature,2015.SpikingNeuralNetworkwithRRAM总结基于忆阻器的单层感知器单层感知器实现3×3黑白图像分类忆阻器阵列表示权值一对忆阻器表示一个权重单层感知器单层感知器的忆阻器交叉杆实现样本集基于忆阻器的单层感知器单层感知器权值训练训练算法流程图权值的调整基于忆阻器的单层感知器优势首次实现了基

4、于忆阻器阵列的人工神经网络利用了忆阻器的神经突触特性不足网络结构太简单泛化能力不足距离实际的应用还有很长的路主要内容忆阻器简介基于忆阻器的单层感知器SpikingNeuralNetworkwithRRAMT.Tang,H.Yangetal.,“SpikingNeuralNetworkwithRRAM :CanWeUseItforReal-WorldApplication ?,”DATA2015.小结SpikingNeuralNeron脉冲神经元（SpikingNeuralNeron）第三代神经元由实际神经系统抽象

5、得到LeakyIntegrate-and-Fire(LIF)ModelRRAM-basedSNNRRAM-basedSNNSystemStructureRRAM-basedSNN基于RRAMCrossbarArray的权值矩阵RRAM-basedSNN脉冲神经元的电路RRAM-basedSNN仿真验证和结果ex-situtrainingSPICE仿真MNIST91.2%准确率SNN系统关键参数总结忆阻器在神经网络方面应用成为研究热点人工电子突触（深度）神经网络遗忘功能……距离实际应用还有很长的路大规模RRAM阵列

6、的制备外围CMOS电路的设计有效的训练算法