Схема нейрона

Авторы патента:

Мартинович Мирослав Владимирович (RU)

G06N3/0635 - Компьютерные системы, основанные на биологических моделях (аналоговые компьютеры, моделирующие функциональные аспекты живых организмов G06G 7/60)

G06N3/063 - с использованием электронных средств

G06N3/06 - материальная реализация, т.е. техническое выполнение нейтронных сетей, нейронов или частей нейронов

Владельцы патента RU 2678153:

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ" (RU)

Изобретение относится к компьютерным системам, основанным на биологических моделях, и может быть использовано при разработке аппаратной реализации нейронной сети. Техническим результатом является реализация схемы нейрона с телом нейрона, обеспечивающим более широкую рабочую зону выходной пары транзисторов. Устройство содержит по меньшей мере один синапс и одно тело нейрона, причем синапс содержит нелинейный элемент преобразования напряжения в ток, реализованный на одном транзисторе, преобразователь тока, реализованный на одном транзисторе для положительного коэффициента преобразования и одном транзисторе для отрицательного коэффициента преобразования и выполняющий роль управляемого весового коэффициента, преобразующего ток, поступающий от преобразователя напряжения в ток, а тело нейрона содержит токовое зеркало для отрицательных коэффициентов преобразования, на вход которого поступает ток от преобразователя тока с отрицательным коэффициентом преобразования, реализованное на двух транзисторах, и элемент преобразования тока в напряжение, реализованный на токовом зеркале, на вход которого поступает ток от преобразователя тока с положительным коэффициентом преобразования, а также токового зеркала для отрицательных коэффициентов преобразования, выполненном на двух транзисторах, и транзисторе, преобразующем ток от токового зеркала в напряжение. 1 ил.

Предлагаемое изобретение относится к Компьютерным системам, основанным на биологических моделях, и может быть использовано при разработке аппаратной реализации нейронной сети.

Известна схема нейрона US 3476954, G06G 7/12, H03K 19/08, 19/12 4.11.1969, включающая операционный усилитель и симулирующую переходную характеристику биологического нейрона. Однако указанное устройство имеет значительные размеры за счет наличия в нем операционного усилителя и большого количества резисторов.

Кроме того, известна схема нейрона US 20020167332 A1, H03K 19/23, 14.11.2002, являющаяся прототипом предлагаемого изобретения, содержит синапс, выполненный на 3 транзисторах, один из которых контролируется с помощью взвешенного ввода, и тело нейрона, соединенное с указанным синапсом, состоящее из 5 транзисторов и включающее в себя токовое зеркало, схему суммирования и схему инвертора.

Однако, указанная схема тела нейрона не обеспечивает достаточно широкую рабочую зону выходной пары транзисторов.

Задачей (техническим результатом) предлагаемого изобретения является реализация схемы нейрона, с телом нейрона, обеспечивающим более широкую рабочую зону выходной пары транзисторов.

Поставленная задача достигается тем что, схема нейрона содержит по меньшей мере один синапс и одно тело нейрона, отличающаяся тем, что синапс содержит нелинейный элемент преобразования напряжения в ток, реализованный на одном транзисторе, преобразователь тока, реализованный на одном транзисторе для положительного коэффициента преобразования и одном транзисторе для отрицательного коэффициента преобразования, и выполняющий роль управляемого весового коэффициента, преобразующего ток, поступающий от преобразователя напряжения в ток, а тело нейрона содержит токовое зеркало для отрицательных коэффициентов преобразования, на вход которого поступает ток от преобразователя тока с отрицательным коэффициентом преобразования, реализованное на двух транзисторах, и элемент преобразования тока в напряжение, реализованный на токовом зеркале, на вход которого поступает ток от преобразователя тока с положительным коэффициентом преобразования а также токового зеркала для отрицательных коэффициентов преобразования, выполненном на двух транзисторах, и транзисторе, преобразующем ток от токового зеркала в напряжение.

На чертеже приведена принципиальная схема нейрона.

Схема нейрона включает в себя по меньшей мере один синапс 1 и тело нейрона 2. Синапс содержит инвертор тока, образованный транзистором 3, а также преобразователь тока, образованный транзистором 4 для отрицательного коэффициента преобразования и транзистором 5 для положительного коэффициента преобразования. Блок синапсов 1 включает в себя три транзистора n-типа 3-5. Стоки транзисторов 4 и 5 подключены к входам 6, 7, соответственно. Входы 6, 7 предназначены для подключения непоказанных на рисунке синапсов, если всего синапсов более одного. Затворы транзисторов 4 и 5 соединены с входами 8 и 9, соответственно. Истоки транзисторов 4, 5 соединены со стоком транзистора 3. Затвор транзистора 3 соединен со входом 10, и исток транзистора 3 соединен с землей.

Блок-схема тела нейрона 2 включает в себя токовое зеркало, а также преобразователь тока в напряжение, образованный токовым зеркалом и транзистором. Схема токового зеркала включает в себя два транзистора р-типа 11 и 12. Сток транзистора 11 и затворы транзисторов 11 и 12 соединены со входом 6. Сток транзистора 12 соединен со входом 7.

Преобразователь тока в напряжение, образован токовым зеркалом на транзисторах р-типа 13 и 14, и транзистором 15. Затворы транзисторов 13 и 14 соединены со стоком транзистора 12 и входом 7. Сток транзистора 15 соединен со стоком транзистора 14 и с выходом 16. Затвор транзистора 15 соединен с истоками транзисторов 13, 14. Исток транзистора 15 соединен с землей.

Схема нейрона работает следующим образом: входное напряжение поступает на вход 10 синапса 1, т.к. вход 10 соединен со входом транзистора 3, следовательно, входное напряжение поступает на вход преобразователя напряжения в ток 3, полученные токи поступают на преобразователи тока 4 и 5, где преобразуются в соответствии с поданными на преобразователи тока напряжениями управления весовыми коэффициентами. На вход синапса 9 поступает напряжение управления положительным весовым коэффициентом, и на вход 8 поступает напряжение управления отрицательным весовым коэффициентом. После этого токи от преобразователей с отрицательным коэффициентом преобразования разных синапсов (если в схеме несколько синапсов) суммируются между собой и поступают на токовое зеркало 11-12. Токи от преобразователей с положительным коэффициентом преобразования суммируются между собой, из них вычитаются ток от токового зеркала. Результирующий ток поступает на вход преобразователя тока в напряжение 13-15, где преобразуется в выходное напряжение. Это напряжение поступает на выход 16. Синапсы и тело нейрона имеют нелинейный коэффициент преобразования.

Техническим результатом является реализация схемы нейрона, с телом нейрона, обеспечивающим более широкую рабочую зону выходной пары транзисторов за счет использования преобразователя тока в напряжение, выполненного на токовом зеркале и транзисторе.

Схема нейрона, содержащая по меньшей мере один синапс и одно тело нейрона, отличающаяся тем, что синапс содержит нелинейный элемент преобразования напряжения в ток, реализованный на одном транзисторе, преобразователь тока, реализованный на одном транзисторе для положительного коэффициента преобразования и одном транзисторе для отрицательного коэффициента преобразования и выполняющий роль управляемого весового коэффициента, преобразующего ток, поступающий от преобразователя напряжения в ток, а тело нейрона содержит токовое зеркало для отрицательных коэффициентов преобразования, на вход которого поступает ток от преобразователя тока с отрицательным коэффициентом преобразования, реализованное на двух транзисторах, и элемент преобразования тока в напряжение, реализованный на токовом зеркале, на вход которого поступает ток от преобразователя тока с положительным коэффициентом преобразования, а также токового зеркала для отрицательных коэффициентов преобразования, выполненном на двух транзисторах, и транзисторе, преобразующем ток от токового зеркала в напряжение.

Изобретение относится к медицине, может быть использовано для прогнозирования уровня заболеваемости ВИЧ-инфекцией в регионе на основе эволюционного моделирования.

Сеть интеллектуальных машин // 2669527

Изобретение относится к области вычислительной техники. Технический результат заключается в предоставлении самообновляющегося устройства для характеризации предмета, которое выполнено с возможностью автоматического обновления параметров своей памяти на основе параметров памяти других машин из соответствующей сети машин.

Способы и системы для обработки диалога с роботом // 2668062

Изобретение относится к области обработки синтеза речи и интерактивных диалогов. Техническим результатом является обеспечение возможности регулировки формы и/или содержания диалогового контента, произносимого человекоподобным роботом.

Обучение dnn-студента посредством распределения вывода // 2666631

Изобретение относится к области алгоритмов машинного обучения. Техническим результатом является повышение точности модели DNN (Глубокая нейронная сеть) с уменьшенным размером.

Обучаемые визуальные маркеры и способ их продуцирования // 2665273

Группа изобретений относится к вычислительной области техники, в частности к визуальным маркерам и способам их продуцирования, которые могут использоваться в робототехнике, виртуальной и дополненной реальности.

Способ выявления в воздухе малых концентраций взрывчатых и наркотических веществ на основе анализа биоэлектрических потенциалов обонятельного анализатора крысы // 2659712

Изобретение относится к области безопасности и газоанализаторов, а именно к способам обнаружения взрывчатых и/или наркотических веществ в воздухе. В основе изобретения лежит анализ ЭКоГ сигналов, снятых имплантированными в мозг крысы электродами.

Трансляторы, изолирующие посредством чередования // 2653755

Изобретение относится к биотехнологии. Описаны трансляторы на основе нуклеиновых кислот, способные осуществлять логические операции с улучшенной эффективностью, максимизированным выходом и сниженным побочным действием, в частности в биологической системе.

Способ диалога между машиной, такой как гуманоидный робот, и собеседником-человеком, компьютерный программный продукт и гуманоидный робот для осуществления такого способа // 2653283

Изобретение относится к способу диалога между машиной и человеческим существом. Технический результат заключается в обеспечении более естественного диалога с машиной, адаптированного к собеседнику (не стереотипного).

Использование верифицированных пользователем данных для обучения моделей уверенности // 2646380

Изобретение относится к вычислительным системам. Технический результат направлен на повышение точности, извлекаемой из текстов на естественном языке информации.

Способ обучения глубоких нейронных сетей на основе распределений попарных мер схожести // 2641447

Изобретение относится к вычислительным системам, основанным на биологических моделях, а именно к обучению глубоких нейронных сетей на основе распределений попарных мер схожести.

Способ формирования архитектуры нейросети для классификации объекта, заданного в виде облака точек, способ ее применения для обучения нейросети и поиска семантически схожих облаков точек // 2674326

Изобретение относится к области обработки цифровых данных. Технический результат заключается в повышение скорости поиска схожих объектов по облакам точек.

Способ контроля работоспособности вычислительной системы и схема контроля для его реализации // 2669509

Изобретение относится к области вычислительной техники. Технический результат заключается в обеспечении оперативного контроля работоспособности вычислительных систем.

Способ мутационного тестирования электронной аппаратуры и ее управляющего программного обеспечения с определением локализации мутаций // 2661535

Изобретение относится к компьютерным системам, основанным на специфических вычислительных моделях. Техническим результатом изобретения является увеличение вероятности обнаружения неисправностей электронной аппаратуры.

Система и способ для искусственной нейронной сети, инвариантной к сдвигу // 2656990

Группа изобретений относится к искусственным нейронным сетям и может быть использована для обработки и распознавания сигналов, таких как изображения, видео или звук.

Наноразмерный искусственный нейрон "интегрировать-и-сработать" // 2627125

Использование: для создания интегрального элемента логики на основе многослойных структур из наноразмерных слоев металлов и изоляторов. Сущность изобретения заключается в том, что наноразмерный искусственный нейрон на основе многослойной структуры содержит первый слой металла M1, первый слой изолятора И1, слой хранения заряда СХЗ, второй слой изолятора И2 и второй слой метала М2, при этом первый слой изолятора И1 выполнен из материала с высокой степенью нелинейности вольт-амперной характеристики, причем такой, что сопротивление изолятора И1 резко падает при превышении заданной напряженности электрического поля, а второй слой изолятора И2 представляет собой тонкопленочный материал, характеризующийся возможностью обеспечения соответствующего заданного уровня тока через него для различных направлений протекания тока: из второго слоя металла М2 в слой хранения заряда СХЗ и в противоположном направлении.

Искусственный нейрон (варианты) // 2604331

Изобретение относится к бионике и вычислительной технике и может быть использовано в качестве структурно-функционального элемента искусственных нейронных сетей для моделирования биологических нейронных сетей, а также для построения параллельных нейрокомпьютеров и других вычислительных систем, предназначенных для решения различных прикладных задач, в том числе задач распознавания образов, классификации данных, обработки изображений, математических операций и создания искусственного интеллекта.

Искусственный нейрон // 2579958

Изобретение относится к вычислительной технике и может быть использовано при построении систем обработки информации в нейросетевом базисе, в том числе для распознавания образов (классификации).

Способ прогнозирования течения раннего послеоперационного периода у больных с осложнениями рака прямой кишки и средство для его осуществления // 2567038

Изобретение относится к области медицины: в хирургии, онкологии, в частности к способу прогнозирования течения раннего послеоперационного периода у больных с осложнениями рака прямой кишки и средству для его осуществления.

Нейровычислитель // 2553098

Изобретение относится к вычислительной технике и может быть использовано при создании бесплатформенных инерциальных систем, входящих с состав систем автоматического управления высокоманевренными судами, объектами авиационной техники, изделиями ракетно-космической техники и космическими аппаратами в частности, а также мобильными робототехническими комплексами, особенностью которых является обеспечение работоспособности в экстремальных условиях.

Адаптивное управляющее устройство, нейроподобный базовый элемент и способ организации работы такого устройства // 2475843

Изобретение относится к аналогово-цифровым управляющим устройствам и может быть использовано при создании сложных многопараметрических систем автоматического управления различными объектами и технологическими процессами, позволяющих объекту изменять свою реакцию в зависимости от изменения характера внешних влияющих факторов, в системах распознавания образов, в робототехнике, а также для моделирования мозга человека.