標題: 操作在次臨界的浮閘極EEPROM作為可程式神經鍵的元件
作者: 高承永
GAO,CHENG-YONG
陳明哲
CHENG,MING-ZHE
電子研究所
關鍵字: 次臨界;浮閘極;可程式神經鍵;類神經網路;自我學習功能;相關記憶體;EEPROM
公開日期: 1989
摘要: 類神經網路近十年來逐漸吸引各個學界的注意。研究的結果顯示,它俱有自我學習的 功能,也可以被訓練,應用的範圍包括圖形辨別、相關記憶體(associative memory) …等。它基本上是由許多神經元(neuron)和神經鍵(synapse) 所組成,能對訊號作類 比的平行處理。由於計算的量大,因此以電腦模擬的速度相當慢,所以在實際的應用 上最好把類神經網路作成硬體。 在一個類神經網路中,神經鍵的數量遠多於神經元,所以神經鍵自然成為考慮的重點 。神經鍵的硬體要求包含:1.組成單純,所佔的面積和體積小;2.消耗的功率少,對 神經元的負擔輕;3.連結的強度可正,可負,俱有大的範圍,最好是類比的;4.連結 的強度可以隨時調整,也可以長久地記憶連結強度的值。而操作在次臨界(subthres- hold region)的EEPROM(electrically erasable programmable read only memory, 可以電的方式清除的,可程式的唯讀記憶體) 因俱有如下特點,以之為神經鍵逐成為 本篇論文討論的重點:1.在次臨界範圍汲極(drain) 的電流很小,所耗功率極少;2. 次臨界的汲極電流的範圍超過 3個數量級;3.EEPROM的閘極為絕緣體,對神經元造成 的負擔輕;4.EEPROM本來就是可程式的記憶體,可以任意調整和記憶神經鍵連結的強 度;5.汲極電壓大於0.1V時,EEPROM相當於一個電流源;6.因為僅以兩個EEPROM就可 作為一個神經鍵(此為本篇論文結論之一),所佔的面積亦小。 本篇論文首先描述有名的Hopfield類神經的網路,從而得知神經鍵和神經元所需俱備 的電性。接著建立EEPROM的SPICE 模型,以之為神經鍵,再設計與之配合的神經元, 合組成 4位元的Hopfield類比數位轉換器以 SPICE模擬之,可做正確的轉換,而功率 的消耗為 0.1mW,轉換的速度是 1mS;對神經元特性的要求,如驅動能力和放大率等 也都大幅地降低了。基於此初步的正確結果,從而提出了更完整的Hopfield類神經網 路,僅需兩個EEPROM就可當為一個神經鍵。 在另一方面,因為在次臨界時,浮閘極的電壓範圍僅為0.5V到0.8V,所衍生的問題包 含改變儲存電荷的方法,所需的時間,所能達到的解析度,如何避免因電壓和時間的 因素導致儲存電荷的額外增加或減少等,對此均假設Fowler-Nordheim tunneling 為 電子在SiO 中的主要傳導機構,而一一地考慮之,並提出可能的解決之道。 以上的討論如果得到實驗進一步的驗證,則以EEPROM為神經鍵將是做成大規模的,可 程式的,普遍用途的Hopfield類神經網路的好方法。
URI: http://140.113.39.130/cdrfb3/record/nctu/#NT782430163
http://hdl.handle.net/11536/54781
Appears in Collections:Thesis