【摘要】：人工智能的深化、計算量的增加以及馮諾依曼瓶頸制約的顯露,都使得基于二進制和馮諾依曼架構計算體系的傳統(tǒng)計算模式不再高效,擬人腦人工神經(jīng)網(wǎng)絡的搭建成為實現(xiàn)人工智能的關鍵。相變納米單元(Phase Change Nanometer Element,PCNE)兼具存儲功能及納米集成度特性,是人工神經(jīng)網(wǎng)絡中電子突觸的熱門選擇之一;尖峰時間相關可塑性(Spike-timing Dependent Plasticity,STDP)是突觸的重要學習法則,而當存儲單元尺寸降至納米數(shù)量級,熱電效應對單元的影響不能忽略,因此,基于熱電效應PCNE電子突觸的STDP研究是十分必要的。本文仿真實驗建立在相變納米單元的工作原理、有限元法及熱電效應的基礎上,搭建自下而上型PCNE三維結構的物理和數(shù)學模型;在MATLAB環(huán)境下,通過控制脈沖參數(shù)、單元尺寸及熱電效應極性,對PCNE進行電、熱性能及相變過程仿真,得PCNE單元溫度、相態(tài)分布及電阻變化,對不同熱電效應下PCNE電子突觸性能及STDP學習法則的實現(xiàn)進行研究。仿真實驗結果表明,考慮正、負極性熱電效應及無熱電效應三種情況下,PCNE電子突觸長時程抑制和長時程增強的非線性輸出曲線發(fā)生偏移,正極性熱電效應使PCNE發(fā)生LTD過程的閾值電壓降低了11.7%;TiN尺寸與GST厚度越小,熱電效應對PCNE實現(xiàn)LTD過程的閾值電壓的影響越弱�；赟TDP學習法則,設計突觸前、后神經(jīng)元脈沖序列,完成了正、負極性熱電效應及無熱電效應三種情況下的STDP學習曲線的繪制。比較發(fā)現(xiàn),正極性熱電效應情況下,突觸前、后神經(jīng)元脈沖疊加部分的幅值更低;同時仿真結果表明TiN尺寸與GST厚度越小,熱電效應對PCNE電子突觸STDP學習法則的影響越弱。
【圖文】：

團隊使用含有十四萬處理器及動卻用了 500 秒的時間，且功耗網(wǎng)絡并不可行，因此我們需要尋能與生物大腦媲美具有強大認知突觸工作原理及熱電效應寸參數(shù)降至納米級別時，稱為/相變層/下電極三層薄膜的“三存儲的關鍵在于相變層中的相轉換，本文中選擇的相變材料為

PCNE 的電阻、溫度及相態(tài)的變化。本章主要介紹生物突觸突觸仿真原理及實現(xiàn)。突觸基本原理及非線性傳輸特性和突觸是人腦神經(jīng)網(wǎng)絡中的主要功能單位，人腦神經(jīng)網(wǎng)絡一般相互連接而成，如圖 2-1 所示。人腦神經(jīng)網(wǎng)絡無論從構造和功一個非常復雜的系統(tǒng)，正常大腦的神經(jīng)元的數(shù)目在 100 億到 1的基本功能是在細胞之間進行信息加工、傳遞，神經(jīng)元積累信值時神經(jīng)元興奮，并且向其下相連的神經(jīng)元釋放脈沖[28,29]。樹，接受來自其它神經(jīng)元的信號，神經(jīng)元接受樹突傳遞而來的信通過軸突輸出其產生的電脈沖信號，軸突的末端通過突觸與其現(xiàn)信號的傳遞。
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP183;TN386

【相似文獻】

相關期刊論文 前10條

1 王麗丹;段美濤;段書凱;胡小方;;基于STDP規(guī)則和憶阻橋突觸的神經(jīng)網(wǎng)絡及圖像處理[J];中國科學:信息科學;2014年07期

2 王麗丹;段美濤;段書凱;;基于STDP規(guī)則的憶阻神經(jīng)網(wǎng)絡在圖像存儲中的應用[J];電子科技大學學報;2013年05期

3 王蕾;王連明;;一種改進的基于STDP規(guī)則的SOM脈沖神經(jīng)網(wǎng)絡[J];東北師大學報(自然科學版);2017年03期

4 林凌鵬;林水生;劉培龍;黃樂天;;STDP突觸的雙輸入信號動力學模型研究[J];計算機應用研究;2012年04期

5 周茜;楊秋;徐桂芝;;抑制性STDP突觸機制對皮層網(wǎng)絡的調節(jié)[J];中國科技論文;2018年08期

6 陳云芝;徐桂芝;周茜;屈若為;郭苗苗;郭磊;萬曉偉;;基于STDP可塑性自適應神經(jīng)網(wǎng)絡的構建及仿真研究[J];中國醫(yī)學物理學雜志;2014年02期

7 許宇晗;;基于記憶電阻實現(xiàn)的光圈自適應反射弧結構的設計[J];電子世界;2017年04期

8 阮承妹;劉持標;邱錦明;;脈沖神經(jīng)網(wǎng)絡中STDP學習算法的穩(wěn)定性[J];榆林學院學報;2017年06期

9 白悅岐;;構建更接近大腦的多種可塑性共存的SNN[J];電子世界;2018年16期

10 王懷陽;王朋朋;;由定時引起的突觸增強和抑制整合的數(shù)學模型[J];中國海洋大學學報(自然科學版);2006年05期

相關碩士學位論文 前7條

1 李陽;基于熱電效應的PCNE電子突觸STDP仿真與分析[D];華中科技大學;2019年

2 段美濤;基于STDP規(guī)則的憶阻神經(jīng)網(wǎng)絡及應用[D];西南大學;2013年

3 梁丹;基于STDP的神經(jīng)系統(tǒng)突觸可塑性研究[D];廣西師范大學;2014年

4 林凌鵬;動態(tài)STDP突觸系統(tǒng)的建模研究與驗證[D];電子科技大學;2012年

5 田園;基于STDP的多種憶阻神經(jīng)網(wǎng)絡學習的研究[D];重慶大學;2015年

6 王琦;自突觸和內噪聲作用下神經(jīng)元網(wǎng)絡動力學行為研究[D];魯東大學;2016年

7 阮承妹;基于STDP的脈沖神經(jīng)網(wǎng)絡學習算法的研究[D];福建師范大學;2013年

，

本文編號：2676772