电压模式胜者全得电路在神经形态系统中的应用-计算机科学-机器学习-神经形态电路.pdfVIP

电压模式胜者全得电路在神经形态系统中的

应用

AbdullahM.ZyarahandDhireeshaKudithipudi

DepartmentofElectricalEngineering,UniversityofBaghdad,Iraq

NuAILab,DepartmentofElectricalandComputerEngineering,UniversityofTexasatSan

Antonio

abdullah.zyarah@.iq

ABSTRACT1介绍

本

译最近的神经形态计算研究展示了设备上的学习能力，在需要处理的数据量前所未有的增加的情况下，使神

中并具有低功耗的特点。这些系统中的一个关键学习单经形态芯片实现实时处理和低功耗是一个真正的挑战。

元是胜者通吃电路。在这项研究中，我们提出了一种这些芯片中有许多实现了自组织神经网络，并使用基

1

v可以配置为实现k-winners和滞后特性的胜者通吃电于从多个其他神经元中选择获胜神经元的竞争学习方

8路，在IBM65纳米工艺节点上进行了模拟。该电路法。在寻找获胜类别时使用传统的菊花链方法是学习

3

3在处理1000个输入时耗散了34.9瓦的功率，并具有和分类性能的瓶颈[22]。因此，通常推荐使用胜者全

410.4纳秒的延迟。电路的应用效果展示了其在空间滤得（WTA）电路。胜者全得（WTA）电路是大多数神

0

7.波和分类中的效用。经网络架构中的基本单元，尤其是在分类应用中占据

0主导地位。WTA电路执行一组竞争输入之间的局部

5

2CCSCONCEPTS竞争以选择一个获胜输出节点。当与最大输入（电压/

:

v电流）关联的输出节点作为获胜者出现时，所有其他

i•Computingmethodologies→Neuralnetworks;•

x节点都被抑制。WTA被用作许多不同类型应用的关

rComputersystemsorganization→Analogcomputers;

a键组件，例如多级单元存储器中的排序调制编码[9]、

从图像中提取显著特征[13]、向量量化处理器[14]和

KEYWORDS模拟分类器[17]。尽管大多数文献中提出的WTA电

胜者全得，softmax，神经形态电路路都是模拟电路，但也有尝试实现数字WTA电路的

情况。虽然数字WTA电路在稳定性与精度方面比其

ReferenceFormat:

模拟版本[23]更具优势，但模拟WTAs仍然提供更紧

AbdullahM.ZyarahandDhireeshaKudithipudi.电压模

式胜者全得电路在神经形态系统中的应用.,8pages.https:凑和节能的电路[16]。此外，模拟WTA架构不受比

///1