基于忆阻器的神经网络的训练装置及其训练方法

发明专利有效专利

申请号：
CN201711422918.5
IPC分类号：G06N3/08;G06N3/04;G11C13/00
申请日期：
2017-12-25
申请人：
清华大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于忆阻器的神经网络的训练装置及其训练方法
申请号	CN201711422918.5	申请日期	2017-12-25
法律状态	授权	申报国家	中国
公开/公告日	2018-05-08	公开/公告号	CN108009640A
优先权	暂无	优先权号	暂无
主分类号	G06N3/08 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/08 学习方法〔7〕	IPC分类号	G;0;6;N;3;/;0;8;;;G;0;6;N;3;/;0;4;;;G;1;1;C;1;3;/;0;0查看分类表>
申请人	清华大学	申请人地址	北京市海淀区清华大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	清华大学	当前权利人	清华大学
发明人	张清天;吴华强;姚鹏;章文强;高滨;钱鹤
代理机构	北京市柳沈律师事务所	代理人	彭久云

摘要

一种基于忆阻器的神经网络的训练装置及其训练方法。该神经网络包括逐一连接的N层神经元层，该训练方法包括：将输入数据输入神经网络的第一层神经元层以在第N层神经元层输出神经网络的输出结果，并计算第N层神经元层的输出误差；将第N层神经元层的输出误差逐层反向传播以修正各个神经元层之间的权重参数；其中，在逐层反向传播的过程中，将第m层神经元层的输出误差进行三值化处理操作，将与三值化处理操作的输出结果对应的电压信号反向输入至第m层神经元层，对第m层神经元层的权重参数进行修正；其中，N为大于等于3的整数，m为大于1且小于N的整数。该训练方法提高了基于忆阻器的神经网络的计算能力。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供