[發明專利]一種基于憶阻線性神經網絡的方程組求解器及其操作方法

有效

• 申請號: 202010160498.3
• 申請日: 2020-03-10
• 公開（公告）號: CN111460365B
• 公開（公告）日: 2021-12-03
• 發明（設計）人: 李祎;李健聰;繆向水
• 申請（專利權）人: 華中科技大學
• 主分類號: G06F17/12
• 分類號: G06F17/12;G06F17/13;G06N3/02
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 李智

1.一種基于憶阻線性神經網絡的方程組求解器，其特征在于，包括一個數模轉換模塊，一個憶阻器陣列，n個電流減法電路，一個模數轉換模塊，一個比較模塊和一個電導調制模塊；所述數模轉換模塊將輸入的數字量轉換為電壓矢量作為所述憶阻器陣列的輸入；所述憶阻器陣列利用憶阻器存儲的電導值輸出電流；所述電流減法電路依次連接在所述憶阻器陣列的列輸出線上，將輸入到其上的兩列輸出電流相減，并將相減后的輸出電流轉換為電壓；所述模數轉換模塊將所述電流減法電路輸出的電壓量轉換為相應的數字量；所述比較模塊將所述模數轉換模塊輸出的數字量與目標值相比較，并計算誤差，確定需要調整的憶阻線性神經網絡的權重值并反饋給電導調制模塊；所述電導調制模塊將所述需要調整的憶阻線性神經網絡的權重值轉換為需要調制的電導值，并利用電脈沖調制憶阻器陣列中對應的電導值；調整后的憶阻線性神經網絡的權重值代表系數矩陣的逆矩陣，從而求得目標矢量下的解；

其中，n為大于等于2的正整數。

2.根據權利要求1所述的方程組求解器，其特征在于，所述憶阻器陣列為十字交叉結構，憶阻器件處于電極線的交叉點上，所述憶阻器陣列大小為n×2n規格，適用于n×n規模的非奇異系數矩陣的線性方程組的求解。

3.根據權利要求1所述的方程組求解器，其特征在于，所述電流減法電路包括兩個跨阻放大器和一個電壓減法器，跨阻放大器將電流轉換為等比例電壓，電壓減法器完成電壓相減。

4.根據權利要求1所述的方程組求解器，其特征在于，所述憶阻線性神經網絡不含任何隱藏層，僅含有輸入層和輸出層，且輸入和輸出關系為O＝∑I·W，其中O為輸出，W為憶阻線性神經網絡的權重值，I為輸入。

5.一種基于權利要求1至4任一項所述的方程組求解器的操作方法，其特征在于，包括以下步驟：

S1.確定需要求解的線性方程組的系數矩陣，并保證系數矩陣非奇異，將系數矩陣作為憶阻線性神經網絡的訓練集，將與系數矩陣同維度的單位矩陣作為憶阻線性神經網絡的訓練目標，設置憶阻線性神經網絡的訓練精度，設置憶阻線性神經網絡的學習率；

S2.將系數矩陣輸入線性方程組求解器，系數矩陣先經過數模轉換器轉換為電壓量并被施加在憶阻器陣列的行輸入端上，經由憶阻器陣列執行矢量矩陣乘法并在憶阻器陣列的列輸出端得到電流量，電流量經過電流減法電路和模數轉換器轉換為數值矩陣；

S3.將S2得到的數值矩陣與單位矩陣比較，若誤差大于S1設置的訓練精度，則將誤差轉換為需要調整的權重值并輸入到電導調制模塊；若誤差小于等于S1設置的訓練精度，則結束憶阻線性神經網絡的訓練過程；

S4.電導調制模塊將S3輸入的數值轉換為需要調整的電導值并利用脈沖信號調制憶阻器陣列相應位置的憶阻器的電導值；

S5.重復步驟S2至S4，直到誤差小于等于S1設置的訓練精度，完成憶阻線性神經網絡的訓練過程；

S6.將線性方程組AX＝b的目標矢量b輸入求解器，經由數模轉換器轉換為電壓量并施加在憶阻器陣列的行輸入端上，經由憶阻器陣列執行矢量矩陣乘法并在憶阻器陣列的列輸出端得到電流量，電流量經過模數轉換器轉換為數值量，該數值量即為線性方程組AX＝b的解X。

6.根據權利要求5所述的操作方法，其特征在于，S3中誤差定義方法為：

其中，D為目標矢量，B為輸出矢量。

7.根據權利要求5所述的操作方法，其特征在于，權值更新方法為：

其中，η為學習率，б_i為憶阻器陣列第i個輸出端口的輸出誤差。