专利名称：合成和激发电子神经元的制作方法
技术领域：
本发明总体上涉及神经运动和突触(synaptronic)系统，并且更具体地，涉及以依赖于尖峰定时的塑性为基础的神经运动和突触系统。
背景技术：
生物系统对通过它们的感测输入所提供的信息施加命令。这一信息通常来自以如下时空图案的形式，这些时空图案包括具有相异空间和时间结构的局部化事件。这些事件出现于广泛的多种空间和时间标度，而诸如脑部这样的生物系统仍然能够合成它们并且提取相关的多条信息。这样的生物系统可以从有噪声的时空输入中迅速提取信号。在生物系统中，在神经元的轴突与另一神经元上的树突之间的接触点称为突触， 并且就突触而言，两个神经元分别称为突触前和突触后。神经元在被经由突触接收的充分输入所激活时发射向以神经元为突触前的那些突触递送的“尖峰”。神经元可以是“兴奋的” 或者“抑制的”。突触电导是对突触在突触被突触前尖峰激活时将对它的突触后目标具有的影响数量的度量。突触电导可以按照依赖于尖峰定时的塑性(STDP)根据突触前和突出后神经元的相对尖峰时间随时间改变。如果突触的突触后神经元在它的突触前神经元激发之后激发，则STDP规则增加它的电导，而如果两次激发的顺序颠倒，则STDP规则减少突触的电导。个人体验的本质存储于遍及脑部的数以万亿计的突触的电导中。神经运动和突触系统也称为人工神经网络，它是一种这样的计算系统，其允许电子系统实质上以与生物脑部的方式类似的方式工作。神经运动和突触系统创建在与生物脑部的神经元大致上功能等效的处理元件之间的连接。神经运动和突触系统可以包括关于生物神经元建模的各种电子电路。
发明内容
本发明的实施方式提供合成和激发电子神经元。在一个实施方式中，响应于接收外部尖峰信号而基于外部尖峰信号来更新代表神经元膜电势的数字计数器。基于泄漏速率来衰减膜电势。响应于膜电势超过阈值而生成尖峰信号。膜电势对应于生物神经元中的膜电势(电压)。在另一实施方式中，提供一种混合模式数模电子神经元，其中响应于接收外部兴奋尖峰信号而使用按位运算将数字膜电势递增一个增量，使得计数器中只有需要改变的位被修改。另外，响应于接收外部抑制尖峰信号而使用按位运算将膜电势递减一个减量，使得计数器中只有需要改变的位被修改。另外，使用模拟电阻器-电容器模型基于时间常数来衰减膜电势。在一个实施方式中，增加膜电势是按照与乘以缩放参数的在时间步进中接收的兴奋尖峰信号的数目相等的增量。在一个示例中，缩放参数被限制为2的倍数，用缩放因子缩放所接收的兴奋尖峰的数目(即，相乘)通过移位运算来执行。在一个实施方式中，减少膜电势的减量等于在时间步进中接收的抑制尖峰的数目与一个缩放因子相乘。缩放参数被限制为2的倍数，使得所接收的抑制尖峰的数目与缩放因子的相乘通过移位运算来执行。在另一实施方式中，提供一种事件驱动的电子神经元，其中在兴奋事件类型出现时，将数字膜电势递增一个兴奋突触强度增量。在抑制事件类型时，将数字膜电势递减一个抑制突触强度减量。在衰减事件类型出现时，按照泄漏强度减量来递减数字膜电势。参照以下描述、所附权利要求和附图将理解本发明的这些和其它特征、方面及优
点O
图1示出了根据本发明一个实施方式的神经运动和突触系统的示图，该系统具有将合成和激发电子神经元互连的纵横阵列；图2A示出了根据本发明一个实施方式的线性泄漏合成和激发电子神经元的示例响应图形；图2B示出了根据本发明一个实施方式的具有不应期(Refractory Period)的凸衰减合成和激发电子神经元的示例响应图形；图2C示出了根据本发明一个实施方式的具有不应期的凸衰减合成和激发以及基于电导的抑制电子神经元的示例响应图形；图3A示出了根据本发明一个实施方式的线性泄漏合成和激发(LL-IF)电子神经元的框图；图IBB示出了根据本发明一个实施方式的具有不应期的凸衰减近似合成和激发 (⑶-ID w/RP)电子神经元的框图；图3C示出了根据本发明一个实施方式的不应期和基于电导的抑制(CD-IF w/RP 和CB-I)电子神经元的框图；图3D示出了根据本发明一个实施方式的不应期和基于电导的突触(CD-IF w/RP 和CB-S)电子神经元的框图；图4示出了根据本发明一个实施方式的响应于与图2C中相同的刺激串列的抑制电导值的示例图形；图5示出了根据本发明一个实施方式的具有不应期的凸衰减合成和激发以及基于电导的突触电子神经元的示例响应图形；图6A示出了根据本发明一个实施方式的响应于与图5中相同的刺激串列的抑制电导值的示例图形；图6B示出了根据本发明一个实施方式的响应于与图5中相同的刺激串列的兴奋电导值的示例图形；图7A示出了根据本发明一个实施方式的混合模式数模合成和激发电子神经元的示图；图7B示出了根据本发明一个实施方式的用于图7A的电子神经元的数字计数器的示图；图8示出了根据本发明一个实施方式的用于生成图7A的电子神经元中的衰减事件的机构；
6
图9示出了根据本发明一个实施方式的用于图8中的机构的充电速率图形；图10示出了根据本发明一个实施方式的用于图8中的机构的放电速率图形；图11示出了根据本发明一个实施方式的合成和激发低功率事件驱动的电子神经元和纵横阵列的示图；图12示出了根据本发明一个实施方式的图11的合成和激发低功率事件驱动的电子神经元的示图；以及图13示出了用于实现本发明一个实施方式的信息处理系统的高级框图。
具体实施例方式本发明的实施方式提供包括合成和激发神经元的神经运动和突触系统。合成和激发电子神经元是一种模拟在生物神经元中发现的合成和尖峰化性质的计算高效机制。这样的电子神经元通过将突触输入合成为膜电势电压变量并且如果膜电势电压超过阈值则产生尖峰和电压复位来操作。本发明的实施方式还提供在定制数字电路中的软件仿真中和硬件仿真中可实现的泄漏合成和激发神经元模型，从而支持准确的一对一的软件-硬件对应。现在参照图1，其示出了根据本发明一个实施方式的神经运动和突触系统10的示图，该系统具有将合成和激发电子神经元互连的纵横阵列。在一个示例中，纵横阵列可以包括节距范围约为0. Inm至10 μ m的超密集纵横阵列。根据本发明的一个实施方式，神经运动和突触系统10包括纵横阵列12，其具有多个合成和激发神经元14、16、18和20。这些神经元在这里也称为“电子神经元”。神经元14和16为轴突神经元，而神经元18和20为树突神经元。轴突神经元14和16被示出为具有输出22和对，输出22和M分别连接到电传导轴突路径/接线(轴突) 和观。树突神经元18和20被示出为具有输入30和32，输入30和32分别连接到电传导树突路径/接线(树突)34和36。轴突神经元14和16也包含输入并且沿着树突接收信号，然而，为了图示的简单并未示出这些输入和树突。因此，轴突神经元14和16将在沿着树突连接接收输入时作为树突神经元来工作。类似地，树突神经元18和20将在沿着它们的轴突连接发出信号时作为轴突神经元来工作。在神经元14、 16,18和20中的任何神经元激发时，它将向它的轴突连接和它的树突连接发出脉冲。如这里所用，术语“在...时”可以意味着在神经元激发之后即刻或者在神经元激发之后的某段时间发送信号。经过如下突触器件产生在轴突沈、28与树突34、36之间的每个连接，这些突触器件在一个实施方式中包括可变状态电阻器38、40、42和44。可变状态电阻器所在的结在这里可以称为“交叉点结”。术语“可变状态电阻器”是指如下一类器件，在这些器件中，施加电脉冲(电压或者电流)将改变器件的电传导特性。关于纵横阵列神经运动和突触系统以及如在这样的纵横阵列中使用的可变状态电阻器的一般讨论，参照通过引用结合于此的 K. Likharev,"Hybrid CMOS/Nanoelectronic Circuits Opportunities and Challenges", J. Nanoelectronics and Optoelectronics，2008，Vol. 3，p. 203-230，2008。在本发明的一个实施方式中，可变状态电阻器可以包括相变存储器(PCM)。如在上文引用的K. LiWiarev 的文章中更具体描述的那样，除了 PCM器件之外，可以在本发明的实施方式中使用的其它可变状态电阻器器件包括使用金属氧化物、硫化物、硅氧化物和非晶硅制成的器件、磁隧道结、浮栅FET晶体管以及有机薄膜层器件。也可以使用静态随机访问存储器器件来构造可变状态电阻器。访问器件39也附接到可变状态电阻器，该访问器件39可以包括PN 二极管、 接线为二极管的FET或者具有非线性电压-电流响应的一些其它元件。一般而言，根据本发明的一个实施方式，轴突神经元14和16将在它们从树突输入连接(未示出)接收的输入超过阈值时“激发”(发送或者发射脉冲)。在轴突神经元14和 16激发时，它们维持随时间(例如约50毫秒)衰减的A-STDP变量。A-STDP变量根据诸如例如指数、线性、多项式或者二次函数之类的函数随时间衰减。可以对A-STDP变量进行采样。在本发明的另一实施方式中，A-STDP变量可以随时间增加而不是减少。A-STDP变量用来通过对从关联神经元的最近激发起的时间进行编码来实现轴突 STDP0轴突STDP通常用来控制在本文中定义为递增突触电导的“加强”，但是可以用来控制在本文中是指递减突触电导的“减弱”。在树突神经元18、20激发时，它们维持随时间(例如约50毫秒)衰减的D-STDP变量。D-STDP变量根据诸如例如指数、线性、多项式或者二次函数之类的函数随时间衰减。可以对D-STDP变量进行采样。在本发明的另一实施方式中， 该变量可以随时间增加而不是减少。如下文更具体讨论的那样，D-STDP变量可以用来通过对从关联神经元的最近激发起的时间进行编码来实现树突STDP。树突STDP通常用来控制在本文中定义为递减突触电导的“减弱”，但是可以用来控制在本文中是指递增突触电导的“加强”。在一个实施方式中，本发明提供利用数字电路来实现的合成和激发电子神经元。 第一实现包括一种使用线性泄漏电路和线性点电流型突触器件的合成和激发神经元。第二实现涉及到用凸电压衰减电路替换线性泄漏电流并且进一步利用不应期。第三实现涉及到添加基于电感的抑制。第四实现实现基于双指数电感的突触。下文更具体地描述这些示例实现。线性泄漏合成和激发(LL-IF)本发明的第一实现包括由如图3A中的示例框图所示的线性泄漏合成和激发 (LL-IF)电子神经元80。对于LL-IF神经元80接收的每个兴奋尖峰，输入合成器模块81将神经元的膜电势V增加特定量s+，而对于神经元接收的每个抑制尖峰，输入合成器模块81 将V减少特定量s_。通过利用泄漏器模块82在每个时间步进中将V线性减少λ来模拟神经元膜泄漏。数字时钟信号提供时间步进。根据比较器模块83，如果向神经元80的输入将 V增加至阈值θ以上，则生成尖峰并且将V设置为复位值V_et。神经元参数为非负整数，其中n+为在时间步进中接收的兴奋尖峰的数目(整数 W，63])，n_为在时间步进中接收的抑制尖峰的数目(整数W，63])，s+为兴奋强度e {0,1, 2，4，8，16，32}，s_为抑制强度e {0，1，2，4，8，16，32}，从而使得为了效率，s+和s_已经被限制成2的幂，θ为尖峰化阈值(该阈值为解析度与V相同的整数)，Nreset为复位电压(为求简化，假设V_rt = 0)，并且λ为泄漏速率(整数W，63])。在神经元动态性方面，V为由数字计数器维持的膜电压(用8位代表的非负整数)，其中V未卷绕，从而使得如果V已经为0，则V-I仍然为0。用于V的更新规则涉及到根据下式更新V V(t) =V (t-1) - λ +s+n+_s_n_
其中^为2的幂，从而使得+S+n+为n+的移位加法。另外，s为2的幂，从而使得-s_n_为n_的移位减法。用于神经元的尖峰条件包括如果V(t)彡θ，则设置V (t) =Vreset并且发射尖峰。图2Α示出了 LL-IF电子神经元的V变量在时间上对以下条件的示例响应图形51 无输入(第0-200个时间步进)、随机兴奋输入(第201-400个时间步进)以及随机兴奋和抑制输入(第401-600个时间步进)。根据高斯分布(μ = 1、δ = 1)绘制每个时间步进中的输入尖峰的数目而负数取舍为0。每个时间步进的长度由数字时钟信号确定。1毫秒的时间步进将按照与在生物神经元中发现的时间标度近似的时间标度产生行为。使用的参数值为s+ = 24，s_ = 23，θ = 200，Vreset = 0，λ = 6。具有不应期的凸衰减合成和激发(⑶-IF w/RP)本发明的第二实现包括如由图IBB中的示例框图所示具有不应期的凸衰减近似合成和激发(⑶-IF w/RP)电子神经元85。⑶-IFw/RP电子神经元85具有不应期，其中对于神经元接收的每个兴奋尖峰，输入合成器86将膜电势V增加特定量s+，而对于神经元接收的每个抑制尖峰，输入合成器86将V减少特定量s_。在每个时间步进中根据时间常数τ来衰减V的泄漏器模块87模拟神经元膜泄漏(因此假设静止膜电势为0)。根据比较器模块 88，如果向神经元的输入将V增加至阈值θ以上，则神经元生成尖峰并且将V设置为V_rt。 一旦神经元已经尖峰化，则将V保持于V,eset持续P个时间步进的不应期生成器模块89模拟不应期。所有神经元参数为非负整数，其中n+为在时间步进中接收的兴奋尖峰的数目(整数W，63])，n_为在时间步进中接收的抑制尖峰的数目(整数^，63])，8+为兴奋强度￡ {0， 1,2,4,8,16,32,64,128}, s_ 为抑制强度 e {0，1，2，4，8，16，32，64，1 }，使得为了效率，s+ 和s已经被限制成2的幂，θ为尖峰化阈值(解析度与V相同的整数)，Vresrt为复位电压并且可以是小于θ的任何正整数，.Γ.为膜时间常数专{1,2,4,8...21()丨,使得为了效率，;T已经在V的范围内被限制成2的幂，并且P为不应期(整数W，63])。这里提供的参数范围仅为举例。本领域技术人员将认识到参数范围是可能的并且可与本发明的实施方式一起使用。在神经元动态性方面，V为膜电势计数器(用10位代表的非负整数)，其中V未卷绕，从而使得如果V已经为0，则V-I仍然为0。r为不应期计数器(用6位代表的正整数)， 其中r未卷绕。更新规则包括如果r(t) >0，则 r(t) = r (t_l) _1 并且不更新 V,否则根据下式更新V
/ V(t - 1) ΛV(f) = -1) - I ——~ +11+ s+n+ - s _ n_其中^为2的幂，从而使得+S+n+为n+的移位加法。另外，s_为2的幂，从而从而使得_81为11_的移位减法。另外，τ为2的幂，从而使得-V(t-1)/τ为V(t_l)的移位减法。用于神经元的尖峰条件包括
如果V(t)彡θ，则设置r(t) = P并且发射尖峰。图2B示出了⑶-IF w/RP电子神经元对无输入(例如第0-200个时间步进)、随机兴奋输入(例如第201-400个时间步进)以及随机兴奋和抑制输入(例如第401-600个时间步进)的示例响应图形52。根据高斯分布(μ = 1、δ = 1)绘制每个时间步进中的输入尖峰的数目而负数取舍为0。使用的参数值为S+ = 26、s = 25、θ = 700, Vreset = 0、P =8 和 τ = 16。具有不应期的凸衰减合成和激发以及基于电感的抑制(CD-IF w/RP&CB-I)本发明的第三实现包括如用图3C中的示例框图所示具有不应期的凸衰减近似合成和激发以及基于电感的抑制(CD-IF w/RP&CB-I)电子神经元90。对于CD-IF w/RP&CB-I 神经元90接收的每个兴奋尖峰，输入合成器模块90将膜电势V增加特定量s+，而对于输入合成器模块91接收的每个抑制尖峰，输入合成器模块91将抑制通道电感g增加特定量s_。 突触电感计算器模块92提供每个时间步进中的抑制通道电感衰减而速率由时间常数τ g 支配。输入合成器模块91继而在每个时间步进中通过减少膜电势V为如下来将抑制合成为膜电势
V------其中^^为g的缩放因子(这假设抑制反电势为0)。在每个时间步进中根据时间常数τ来衰减V的泄漏器模块93模拟膜泄漏(因此假设静止膜电势为0)。根据比较器模块94Α，如果向神经元的输入将V增加至阈值θ以上，则神经元生成尖峰并且将V设置为V,eset。根据不应期生成器模块94B，一旦神经元已经尖峰化，则通过将V保持于Vreset持续P个时间步进来模拟不应期。所有参数为非负整数，其中n+为在时间步进中接收的兴奋尖峰的数目(整数
)，n_为在时间步进中接收的抑制尖峰的数目(整数W，63])，s+为兴奋强度e {0,1, 2,4,8,16,32,64,128}, s_ 为抑制强度e {0，1，2，4，8，16，32，64，1 }，使得为了效率，s+和 S—已经被限制成2的幂，θ为尖峰化阈值(解析度与V相同的整数)，Vresrt为复位电压并且可以是小于θ的任何正整数，乂为膜时间常数专{1，2，4,8...21()；},使得为了效率，7已经在ν的范围内被限制成2的幂，^为抑制电导时间常数专{1,2,4,8... 使得为了效率，Tg已经在g的范围内被限制成2的幂，P为不应期(整数^，63])，并且1-为8的除数缩放因子(整数[10，16])。这里提供的参数范围仅为举例。本领域技术人员将认识到参数范围是可能的并且可与本发明的实施方式一起使用。在动态性方面，V为膜电势计数器(用10位代表的非负整数)，其中V未卷绕，从而使得如果ν已经为0，则V-I仍然为0。r为不应期计数器(用6位代表的正整数)，其中 r未卷绕。g为抑制电导(用10位代表的正整数)，其中g未卷绕。用于神经元的更新规则包括
+ H
、为g (t-Ι)的移位减法，S为2的幂，-S_n_为n_的 10
(go -η Λg(r) = g(i-l)-^———+ Ij其中\为2的幂，飞&-1)/ 移位减法。
如果r(t) >0，则 r(t) = r (t_l) _1 并且不更新 V,否则根据下式更新V
权利要求
1.一种方法，包括响应于合成和激发电子神经元中的外部尖峰信号，基于所述外部尖峰信号来更新数字膜电势，其中所述数字膜电势代表神经元膜电势；基于泄漏速率来衰减所述数字膜电势；以及响应于所述数字膜电势超过阈值而生成尖峰信号。
2.根据权利要求1所述的方法，其中更新所述膜电势包括响应于接收外部兴奋尖峰信号而将所述膜电势增加一个增量，所述增量等于在时间步进中接收的兴奋尖峰信号的数目与第一缩放参数相乘；以及响应于接收外部抑制尖峰信号而将所述膜电势减少一个减量，所述减量等于在时间步进中接收的抑制尖峰信号的数目与第二缩放参数相乘。
3.根据权利要求2所述的方法，其中所述第一缩放参数为2的倍数，使得接收的所述兴奋尖峰的数目与缩放因子的相乘通过数字移位运算来执行。
4.根据权利要求2所述的方法，其中所述第二缩放参数为2的倍数，使得接收的所述兴奋尖峰的数目与缩放因子的相乘通过数字移位运算来执行。
5.根据权利要求4所述的方法，其中衰减所述膜电势包括基于泄漏速率来衰减所述膜电势，所述泄漏速率等于所述膜电势的当前值除以时间常数。
6.根据权利要求5所述的方法，其中所述时间常数为2的倍数，使得所述膜电势除以所述时间常数值通过数字移位运算来执行。
7.根据权利要求4所述的方法，其中更新所述膜电势包括响应于接收抑制尖峰信号而增加抑制通道电导值。
8.根据权利要求7所述的方法，还包括基于泄漏速率来衰减所述抑制通道电导值，所述泄漏速率等于所述抑制通道电导值的当前值除以时间常数，，其中所述时间常数为2的倍数，使得所述抑制通道电导值除以所述时间常数通过移位运算来执行；以及通过基于所述抑制通道电导值减少所述膜电势，来向所述膜电势中施加抑制。
9.根据权利要求8所述的方法，其中向所述膜电势中施加抑制包括从所述膜电势减去所述膜电势值的当前值与一个除数值的商，其中所述除数值包括2的幂，所述幂等于缩放因子减去所述抑制通道电导值中的最高非零有效位。
10.根据权利要求4所述的方法，还包括将所述电神经元中的突触通道电导建模为两个抑制通道电导变量的差，所述电导变量随每个外部尖峰信号而增加一个强度因子；以及基于由时间常数支配的衰减速率来衰减所述电导变量，其中所述时间常数为2的倍数，使得所述衰减通过数字移位运算来执行。
11.根据权利要求10所述的方法，还包括通过从所述膜电势减去所述膜电势的当前值与一个除数值的商来向所述膜电势中施加抑制，其中所述除数值为2的幂，所述幂等于缩放因子减去所述抑制通道电导变量的所述差的值中的最高非零有效位；以及通过如下方式向所述电势膜中施加兴奋使用移位运算将膜电势补值与兴奋强度移位因子相加以生成和，以及将所述和除以一个除数，所述除数是2的幂，所述幂等于缩放因子减去所述兴奋通道电导变量的所述差的值中的最高非零有效位。
12.—种合成和激发电子神经元，包括 数字计数器，代表所述神经元的膜电势；控制器，配置用于如下基于外部尖峰信号而更新所述膜电势 响应于接收外部兴奋尖峰信号，使用按位运算将所述膜电势递增一个增量，使得所述计数器中只有需要改变的位被修改；以及响应于接收外部抑制尖峰信号，使用按位运算将所述膜电势递减一个减量，使得所述计数器中只有需要改变的位被修改；衰减模块，配置用于使用模拟电阻器-电容器模型基于时间常数来衰减所述膜电势；以及尖峰化模块，配置用于响应于所述膜电势超过阈值而生成尖峰信号。
13.根据权利要求12所述的合成和激发电子神经元，其中所述衰减模块被配置用于通过使用模拟电阻器-电容器模型基于时间常数生成衰减事件来衰减所述膜电势。
14.根据权利要求13所述的合成和激发电子神经元，其中 在衰减事件出现时，如果所述计数器的最高有效位为1，则将所述计数器的最高有效位设置为0，否则将所述计数器的所有较低阶位设置为0。
15.根据权利要求14所述的合成和激发电子神经元，其中在所述神经元生成尖峰信号时，所述电容器快速放电，并且以一个充电速率被充电，并且响应于所述充电达到阈值而生成衰减事件。
16.根据权利要求14所述的合成和激发电子神经元，其中在所述神经元生成尖峰信号时，所述电容器快速放电，并且以一个充电速率被充电，并且响应于所述充电达到第一阈值而生成衰减事件；以及所述电容器以一个速率被放电，并且响应于所述充电达到第二阈值而生成衰减事件。
17.根据权利要求13所述的合成和激发电子神经元，其中 所述电阻器-电容器模型包括两个电容器；以及所述膜的电势如下被衰减在所述神经元生成第一尖峰信号时，在向第二电容器切换的同时对第一电容器快速放电；以及在所述神经元生成第二尖峰信号时，在向所述第一电容器切换的同时对所述第二电容器快速放电。
18.一种方法，包括响应于接收事件驱动的合成和激发电子神经元中的外部尖峰信号，基于所述外部尖峰信号来更新电子神经元的数字膜电势；基于泄漏速率来衰减所述膜电势；以及响应于所述膜电势超过阈值而生成尖峰信号；其中更新所述膜电势还包括在兴奋事件类型出现时，将所述膜电势递增一个兴奋突触强度增量。
19.根据权利要求18所述的方法，其中更新所述膜电势还包括在抑制事件类型出现时，将所述膜电势递减一个抑制突触强度减量。
20.根据权利要求19所述的方法，其中更新所述膜电势还包括在衰减事件类型出现时，将所述膜电势递减一个泄漏强度减量。
21.根据权利要求20所述的方法，其中生成尖峰信号还包括将所述膜电势设置为复位值。
22.根据权利要求18所述的方法，其中响应于衰减事件出现，如果所述膜电势高于阈值，则所述神经元发送尖峰事件，维持仿真和硬件对应。
23.一种合成和激发电子神经元，包括 数字膜电势计数器；控制器模块，配置用于响应于合成和激发电子神经元中的外部尖峰信号，基于所述外部尖峰信号来更新数字膜电势，其中所述数字膜电势代表神经元膜电势； 衰减模块，配置用于基于泄漏速率来衰减所述数字膜电势；以及尖峰化模块，配置用于响应于所述数字膜电势超过阈值而生成尖峰信号。
24.根据权利要求23所述的合成和激发电子神经元，其中 所述控制器模块还被配置用于如下更新所述膜电势响应于接收外部兴奋尖峰信号，将所述膜电势增加一个增量，所述增量等于在时间步进中接收的兴奋尖峰信号的数目与第一缩放参数相乘；以及响应于接收外部抑制尖峰信号，将所述膜电势减少一个减量，所述减量等于在时间步进中接收的抑制尖峰信号的数目与第二缩放参数相乘。
25.根据权利要求M所述的合成和激发电子神经元，其中所述第一缩放参数为2的倍数，使得接收的所述兴奋尖峰的数目与缩放因子的相乘通过数字移位运算来执行；以及所述第二缩放参数为2的倍数，使得接收的所述兴奋尖峰的数目与缩放因子的相乘通过数字移位运算来执行。
全文摘要
公开了一种合成和激发电子神经元。响应于接收外部尖峰信号，基于外部尖峰信号来更新电子神经元的数字膜电势。基于泄漏速率来衰减膜的电势。响应于膜的电势超过阈值而生成尖峰信号。
文档编号G06N3/06GK102567784SQ201110305539
公开日2012年7月11日 申请日期2011年9月30日 优先权日2010年12月8日
发明者D·S·莫德哈, G·S·科拉多, J·V·亚瑟, P·A·梅罗拉, S·K·埃瑟 申请人:国际商业机器公司