[發明專利]基于有機突觸晶體管人工神經網絡的圖像識別系統及方法

在審

• 申請號: 202110995067.3
• 申請日: 2021-08-27
• 公開（公告）號: CN113762492A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 陳鵬越;黃佳;周俊鶴;王睿智
• 申請（專利權）人: 同濟大學
• 主分類號: G06N3/067
• 分類號: G06N3/067;G06N3/06;G06N3/04;G06N3/08;G06K9/00;G06K9/62
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 趙志遠

本發明涉及一種基于有機突觸晶體管人工神經網絡的圖像識別系統及方法，包括：圖像輸入模塊，用于將二維圖像逐行掃描生成一維向量作為神經網絡的輸入；圖像編碼網絡，由若干個突觸構成，用于通過突觸權值將輸入的圖像進行編碼降維，將圖像的主要信息壓縮為隱藏神經元，并將隱藏神經元分別輸入圖像識別模塊和突觸權值更新模塊；圖像識別模塊，圖像識別模塊基于譜聚類算法對圖像信息壓縮得到的隱藏神經元數據進行無監督聚類，實現圖像識別；突觸權值更新模塊，用于基于梯度下降模擬單元和誤差逆傳播單元更新圖像編碼網絡的突觸權值。與現有技術相比，本發明具有穩定性好、性能優異、能耗低、方便快捷、識別精度高等優點。

技術領域

本發明涉及維納光電子學技術領域，尤其是涉及一種基于有機突觸晶體管人工神經網絡的圖像識別系統及方法。

背景技術

隨著集成電路和計算機技術的飛速發展，傳統馮·諾依曼(Von Neumann)架構計算機系統中內存和處理單元的分離導致傳統計算機處理巨量信息的效率瓶頸。相反，人類的大腦可以利用大量的突觸(Synapse)和神經元(Neurons)以超低的能耗處理并行任務，從而實現學習和記憶。因此，與傳統的馮·諾依曼計算機架構相比，類腦神經形態計算可以更有效地處理非結構化和復雜的信息。在人類神經系統中，突觸是神經元之間的特殊連接點，可以同時處理和存儲信息。因此，通過人工裝置模擬突觸行為是實現神經形態計算的基礎。光子突觸設備具有較大的帶寬并且沒有電互連損耗，從而使它們能夠以低功耗和高效率實現突觸性能。包括記憶電阻，相變存儲器和場效應晶體管在內的突觸設備已經得到了廣泛的討論和研究。其中，例如文獻1“Photonic Synapses Based on Inorganic PerovskiteQuantum Dots for Neuromorphic Computing”(Y.Wang,Z.Lv,et al.Adv.Mater 30(2018):1802883.)中提出，與記憶電阻和相變存儲器相比，基于浮柵晶體管的突觸器件可以控制線性度的變化范圍和更新的權重，因此其被視為模擬突觸并實現非易失性存儲器功能的合適候選者。

突觸材料的選擇是獲得高突觸性能的重要影響因素。金屬鹵化物鈣鈦礦(MHPs)具有優異的光吸收能力和簡單的制造工藝，其被視為制造光電突觸器件的合適材料。鈣鈦礦中含有重金屬元素鉛(Pb)，鉛的毒性會對生物造成慢性毒性作用。除此之外，金屬鹵化物鈣鈦礦對空氣中的氧化很敏感，因此它在空氣中的穩定性很差。因此，迫切需要找到在大規模生產中具有優異性能的環保、穩定的無鉛鈣鈦礦。到目前為止，錫(Sn)，鍺(Ge)和鉍(Bi)元素已被用作構建金屬鹵化物鈣鈦礦光電器件的替代品，其中Ge2+和Sn2+容易在空氣中氧化為Ge4+和Sn4+，因此Ge基和Sn基鈣鈦礦通常表現出較差的穩定性。相比之下，基于Bi元素的鈣鈦礦具有制備簡單、穩定性好的優點，是一種理想的無鉛鈣鈦礦材料。

到目前為止，基于光電突觸的人工神經網絡在有監督圖像識別任務中已經有了較多研究，例如文獻2“Optoelectronic Synapse Based on IGZO-Alkylated GrapheneOxide Hybrid Structure”(Sun.J,Oh.S,et al.Adv.Funct.Mater 28(2018):1804397.)中提出，基于IGZO烷基氧化石墨烯雜化結構的光電突觸構建的人工神經網絡進行圖像識別，在手寫數字數據集(MNIST)上的有監督分類識別準確率為62％；例如文獻3“Electret-Based Organic Synaptic Transistor for Neuromorphic Computing”(R.Yu,E.Li,etal.ACS Appl.Mater.Interfaces 12,13(2020):15446-15455.)中提出，基于PDVT-10駐極體的有機突觸晶體管構建的人工神經網絡進行圖像識別，在手寫數字數據集上的有監督分類識別準確率為85.88％。但是目前的研究在神經突觸的模擬中都使用的是單一器件，識別準確率受到了器件狀態階數的限制，并且都局限于有監督圖像識別任務，缺乏一種合適的光電突觸人工神經網絡架構來實現高精度的圖像無監督識別任務。

發明內容