【摘 要】
:
随着人工智能领域研究的不断深入以及半导体芯片技术的不断发展,越来越多的科学家将目光投向类脑计算芯片的研究,以此来建立一个受脑启发的、不同于现有冯·诺依曼计算架构的、集信息存储和计算于一体的新计算范式。其中建立基于单电子晶体管和忆阻器的类脑神经网络视觉感知电路系统,对于开发高集成度、低功耗的类脑碳基芯片具有重要的意义。本文针对采用单电子晶体管和忆阻器的碳基神经网络电路及其在类脑视觉感知芯片设计中的应
论文部分内容阅读
随着人工智能领域研究的不断深入以及半导体芯片技术的不断发展,越来越多的科学家将目光投向类脑计算芯片的研究,以此来建立一个受脑启发的、不同于现有冯·诺依曼计算架构的、集信息存储和计算于一体的新计算范式。其中建立基于单电子晶体管和忆阻器的类脑神经网络视觉感知电路系统,对于开发高集成度、低功耗的类脑碳基芯片具有重要的意义。本文针对采用单电子晶体管和忆阻器的碳基神经网络电路及其在类脑视觉感知芯片设计中的应用涉及到的关键技术,首先介绍基于石墨烯场效应晶体管的光电视觉系统传感电路设计并进行仿真验证;其次,针对超低功耗的单电子晶体管神经形态器件及其构成的神经元电路,采用Verilog-A语言在Cadence ADE中进行器件建模并设计电路仿真验证;然后,对采用石墨烯量子点结构的忆阻器件建模并设计相应的突触电路,仿真验证其STDP可塑性机制及忆阻器学习算法;最后,根据本文提出的在类脑视觉感知芯片设计中的应用,建立了集视觉信息采集与预处理、忆阻器学习和神经网络联想记忆于一体的电路系统,并在Cadence和MATLAB的联合仿真下完成了基于手写数字识别的视觉应用场景功能验证。论文工作成果主要体现在:一、建立了可在Cadence Spectre仿真器下工作的石墨烯场效应晶体管器件模型,并设计了相应的光电视觉传感电路,实现了石墨烯视觉系统电路的仿真。二、建立了单电子晶体管器件模型,并设计了单电子脉冲神经元电路,降低了 CMOS神经元器件的冗余度,提高了神经形态器件及其神经元电路的集成度。三、对于量子点忆阻器,设计了1T1R突触电路、crossbar突触电路和桥式突触电路,并实现了突触学习过程,达到了类脑计算存算一体的要求。此外,在类脑视觉感知应用场景中,通过改进型Hebbian学习算法,使联想记忆神经网络的存储容量大大提高并实现了手写数字的高识别率。
其他文献
审计费用的影响因素涉及到各个方面,其中包括企业的竞争地位和面临的环境不确定性。当其竞争地位较高,能拥有诸多优势,使得自身经营风险因此被降低,造成注册会计师的诉讼风险随之降低的结果。当企业面临的环境不确定性增加时,由于客观环境的变化,会提高企业的经营风险,使得整体审计风险增加,即使是企业竞争地位高也不能避免环境不确定性增加带来的负面影响。基于上述分析,本文将我国2013-2019年A股上市企业当作研
中国经济正处在经济新常态,力图突围“三期叠加”的大环境。全球经济形势长期波动,为实现“稳增长、调结构、促改革、防风险”的多目标,政府调控机制也处于不断积极应变之中,引发了政策不确定性。在此背景下,跨国并购已经逐渐替代绿地投资模式,成为各家企业快速拓宽领土和占领全球优质资源的主要模式。但是,在全球地缘政治冲突、贸易保护主义等诸多不确定下,中国企业的跨国并购在2016年突破历史峰值后,连续三年出现下降
为获得容量高、循环稳定性强的锂离子电池负极,本文对SnS2材料进行了研究。论文的第一部分,采用溶剂热法制备了用微量石墨烯包覆的SnS2@GO复合材料,并用涂浆法制备了锂离子电池负极。测试结果表明,包覆的石墨烯提升了复合物的导电性,加快了电子传导速度,而且作为结构骨架缓冲了反应过程中活性材料的体积膨胀问题,能稳定电极结构,使得复合材料表现出比纯SnS2材料更为出色的电化学性能。经不同的大电流密度循环
卷积神经网络作为人工智能的主要技术之一,已经成功应用于人脸识别、图像检测与识别、无人驾驶、医疗护理等诸多领域,为社会的发展做出了巨大的贡献。但卷积神经网络的运算速度与计算资源、内存资源庞大需求之间的矛盾限制其应用范围。随着万物互联与智能时代的到来,卷积神经网络的硬件加速优化设计已经成为了当前人工智能与数字集成电路设计领域的研究热点。针对卷积神经网络的全连接层,本文首先通过剪枝、量化等模型压缩技术,
臭氧作为一种易被忽视的大气污染,以低浓度广泛存在于电子设备密度较高的现代密闭办公环境中,长期接触将对人体健康造成不可忽视的危害。催化分解法是一种经济有效的降解臭氧方法,其中,锰的氧化物是性能优异的臭氧分解催化剂。然而,在如较高湿度的实际应用场景中,氧化锰催化剂活性降低明显。本论文以石墨烯气凝胶作为基底,合成整体式的化锰石墨烯复合气凝胶用于臭氧降解。当前臭氧降解处理的研究集中于数百至上千ppm以上的
作为连接现实世界与数字世界的桥梁,模数/数模转换器在现代技术体系中扮演着不可或缺的角色。目前,在无线通讯、手提电话、个人电脑、硬件存储等领域,相关的芯片设计在功耗、面积等方面有着很高的要求。这就推动了模数转换器芯片向着更低功耗、更小面积的方向发展。同时,根据奈奎斯特定律,输入的信号频率越高,模数转换器的采样率也要越高(Fs≥2*Fin)。也就是说,在保证更低功耗、更小面积的前提下,转换器的采样频率
便携式、移动式智能电子设备对于电源的能量密度和柔韧性都要求越来越高,锂离子电池(LIBs)新型活性物质锡基材料如SnO2、SnS2等具有理论容量高、生产成本低、形貌可控性好等优点,然而导电性差、充电时体积膨胀,而且合成的结构一般为粉末状,用传统涂覆方法制备成电极时柔性较差而且引入大量的非活性材料,因此本文以高柔韧性的静电纺丝碳纤维膜为自支撑电极负载氧化锡或硫化锡,调控纳米结构和碳薄壳包覆方式,探讨
锂硫电池的理论比能量密度高达2600 Wh kg-1,被认为是极具开发潜力的下一代高能量密度二次电池体系。单质硫作为正极材料,具有高理论比容量(1675 mAh g-1)、环境友好、价格低廉和储量丰富等优点,但同时也面临着诸多问题。首先,单质硫及其放电产物Li2S的导电性差,从而降低了活性物质的电化学反应性。其次,单质硫在充放电的过程中体积变化率可达到80%,会降低电极结构的稳定性。最后,充放电过
基于深度学习的人脸对齐和人脸姿态估计作为人脸识别技术的重要环节获得了广泛的关注。人脸对齐是描述人脸形状,人脸姿态估计是描述人脸相对于摄像头的位置情况,两者都是描述人脸的重要任务。高精度的人脸对齐算法可以通过计算得到后续的人脸姿态角。在现有的人脸对齐算法中,不同的人脸关键点之间有着不同的收敛速度和定位难易程度。由于所有的关键点平等地训练,从而限制了定位的精度;对于损失函数,关键点之间的相对距离和方向
质谱技术以其高灵敏度、高通量以及高覆盖范围等特点,目前已广泛应用于非靶向和靶向代谢组学研究中,是筛选病理相关的潜在生物标志物和分子机制研究的一种有力工具。然而,由于生物样品的异质性和仪器设备的不稳定,质谱代谢组学数据在采集过程中往往存在许多干扰因素,如信号漂移、数据元素缺失、不必要的变异等。因此,在下游统计分析之前,通常需要对数据进行预处理,消除这些干扰因素对分析结果的不利影响。本文以质谱数据预处