Аналоговая аппаратная реализация искусственного нейрона
- 1,2 аспирант, кафедра электроники и электротехники, Новосибирский государственный технический университет
- 3 к.т.н., доцент, кафедра электроники и электротехники, Новосибирский государственный технический университет
Ключевые слова:
нейронные сетиискусственный нейронаналоговая аппаратная реализациягенетический алгоритм
Аннотация
Предложена аналоговая аппаратная реализация искусственного нейрона, нелинейность преобразований которого поддерживается не на схемотехническом уровне, а за счет нелинейности физических процессов, протекающих в КМОП-транзисторах, что снижает аппаратные затраты до одного транзистора на синапс и трех транзисторов на тело нейрона, повышая его чувствительность и снижая точность работы. Модельным экспериментом показан эффект повышения устойчивости нейросетевой реализации одной и той же функции по отношению однонейронной.
Для цитирования
Сколота В.А., Белова И.А., Мартинович М.В. Аналоговая аппаратная реализация искусственного нейрона // Нейрокомпьютеры: разработка, применение. 2018. № 1. С. 54–59.
Список источников
- Widrow B., Rumelhart D.E., and Lehr M.A. Neural networks: applications in industry, business and science. Communications ofthe ACM. 1994. V. 37. № 3. P. 93–105.
- Muthuramalingam A., Himavathi S., and Srinivasan E. Neuralnetwork implementation using FPGA: issues and application // TheInternational Journal of Information Technology. 2008. V. 4. № 2. P. 86–92.
- Blumer A.A., Ehrenfeucht D.H., Warmuth M.K. Learnability and the Vapnik-Chervonenkis dimension // J. Association for Computing Machinery. 1989. V. 36. P. 929–965.
- Moerland P., Fiesler E. Neural network adaptations to hardware implementations // Handbook of Neural Computation. 1997. V. 1. P. 2.
- Aparin V., Levin J.A. Methods and systems for CMOS implementation of neuron synapse // Apr. 8 2014, US Patent 8,694,452.