基于多态忆阻的新型前馈神经网络仿真电路

摘要

基于多阻态忆阻器,提出了一种神经网络电路仿真实现方法.该方法采用理想忆阻器和高性能MOS管模型构建1T1M(1 Transistor 1 Memristor)的权重结构单元,结合低功耗运放和寄存器技术,设计了一种神经网络运算电路.该神经网络电路的层与层之间可以传递正负浮点数信号,实现对应的权值加和、偏置信号设置、分类以及信号激活功能.仿真实验同上位机对比的结果表明,该模型通过高速信号处理能力提升前向人工神经网络的运行性能.此外,在实现相同神经网络结构的情况下,不仅一定程度上避免了忆阻阵列中存在的漏电流现象,还有效节省了硬件资源.