首页> 中国专利> 用于减少固定设备不对称性的具有极性反转的电导对之间的突触权重传递

用于减少固定设备不对称性的具有极性反转的电导对之间的突触权重传递

页面导航

摘要
著录项
法律信息
相似文献

摘要

人工神经网络(ANN)是分布式计算模型，其中计算是用许多简单的处理单元(称为神经元)来完成的，其中数据由神经元之间的连接(称为突触)以及这些连接的强度(突触权重)来体现。ANN的有吸引力的实现使用非易失性存储器(NVM)元件的电导来记录突触权重，其中在数据处适当地执行重要的乘法‑累加步骤。在该应用中，NVM的响应中的非理想性，例如响应于编程脉冲的非线性、饱和、随机性和非对称性，导致与理想网络实现相比降低的网络性能。示出了一种方法，该方法在将在较不重要的带符号的模拟电导对之间的权重信息传递到较重要的模拟电导对时，通过周期性地反转跨重要性变化的多个电导被分布的突触权重内的较不重要的带符号的模拟电导对的极性来改善性能。

著录项

公开/公告号CN111373414A

专利类型发明专利
公开/公告日2020-07-03

原文格式PDF
申请/专利权人国际商业机器公司;
展开▼

申请/专利号CN201880074824.X
发明设计人 G·伯尔;
展开▼

申请日2018-11-19
分类号
代理机构北京市金杜律师事务所;
代理人酆迅
地址美国纽约阿芒克
入库时间 2023-12-17 10:33:22

法律信息

法律状态公告日

法律状态信息

法律状态
2020-07-28

实质审查的生效 IPC(主分类):G06N3/02 申请日:20181119

实质审查的生效
2020-07-03

公开

公开

相似文献

专利
中文文献
外文文献

1. 用于减少固定设备不对称性的具有极性反转的电导对之间的突触权重传递 [P] . 中国专利： CN111373414A . 2020-07-03
2. 用于从具有变化显著性的带符号模拟电导对构建用于人工神经网络的突触权重的系统和方法 [P] . 中国专利： CN110945535A . 2020-03-31
3. Synaptic weight transfer between conductance pairs with polarity inversion for reducing fixed device asymmetries [P] . 英国专利： GB202008959D0 . 2020-07-29

机译：具有极性反转的电导对之间的突触权重转移，可减少固定设备的不对称性
4. SYNAPTIC WEIGHT TRANSFER BETWEEN CONDUCTANCE PAIRS WITH POLARITY INVERSION FOR REDUCING FIXED DEVICE ASYMMETRIES [P] . 美国专利： US2019156194A1 . 2019-05-23

机译：具有极性反转的电导对之间的突触权重转移，以减少固定设备的不对称性
5. SYNAPTIC WEIGHT TRANSFER BETWEEN CONDUCTANCE PAIRS WITH POLARITY INVERSION FOR REDUCING FIXED DEVICE ASYMMETRIES [P] . 世界知识产权组织专利： WO2019097494A1 . 2019-05-23

机译：具有极性反转的电导对之间的突触权重转移，以减少固定设备的不对称性