自适应自反馈LIF神经元电路

本发明涉及人工智能，尤其涉及一种自适应自反馈lif神经元电路。

背景技术：

1、为使神经网络硬件平台能够拥有更高的准确率以及稳定性，各研究团队在不断寻找更为生物性的神经元电路模型。图1为基于忆阻器lif（leaky integrate and fire，泄漏积分发射）神经元的全忆阻snn（spiking neural network，脉冲神经网络）电路平台，通过实验测试展示无监督突触权重更新和模式分类任务，证明系统可行性与稳定性。

2、除此之外，为使神经元工作模式更加生物性，还有基于cmos（complementarymetal oxide semiconductor，互补金属氧化物半导体）的h-h模型神经元电路被提出，如图2所示。h-h神经元包括四个离子通道，图中显示了单个神经元模型的功能框图，包括第一通道携带l型钙（ca-l）电流、第二通道携带快速失活的t型电压敏感钙（ca-t）电流、第三通道携带电压敏感钾（k）电流和第四通道携带泄漏电流，泄漏电流代表电池中其余的离子流。漏电流和k通道电流对膜电容充电，l型和t型ca通道对膜电容放电。膜电压是流入膜电容cmem的四个通道中离子电流之和的函数。该模型较好的还原了单个神经元在大脑中的工作方式。

3、但是在这些研究中，并没有从神经元的生物工作机制出发进行优化处理，虽然也有着较为出色的工作能力，但是对于极端信号刺激下，如极小信号、极大信号或极复杂信号，就表现得无能为力。

技术实现思路

1、本发明提供一种自适应自反馈lif神经元电路，用以解决现有技术中lif神经元电路对于极端信号执行任务的准确率较低的缺陷，实现提高lif神经元电路执行任务的准确率和稳定性。

2、本发明提供一种自适应自反馈lif神经元电路，包括：

3、前神经元电路，用于输出第一膜电位值；

4、突触电路，所述突触电路的输入端与所述前神经元电路的输出端连接，所述突触电路用于对所述第一膜电位值进行处理得到第二膜电位值；

5、后神经元电路，所述后神经元电路的输入端与所述突触电路的输出端连接，所述后神经元电路用于根据前一时刻自身发放的脉冲进行计算，将计算结果输入激活函数进行处理，将处理后得到的值与所述突触电路当前时刻输出的第二膜电位进行卷积运算，根据卷积运算结果得到当前时刻的膜电位值，根据所述膜电位值输出当前时刻的脉冲。

6、根据本发明提供的一种自适应自反馈lif神经元电路，所述后神经元电路具体通过以下公式根据前一时刻自身发放的脉冲进行计算：

7、

8、其中，为所述后神经元电路前一时刻发放的脉冲，为0或1，n为初始值为1，公差为1的依次递增等差数列。

9、根据本发明提供的一种自适应自反馈lif神经元电路，所述后神经元电路具体通过以下公式根据卷积运算结果得到当前时刻的膜电位值：

10、

11、其中，为t时刻的所述膜电位值，为所述前神经元电路t-1时刻输出的第一膜电位值，为所述后神经元电路前一时刻发放的脉冲，为所述激活函数处理后得到的值，为卷积运算，，其中，c、r分别为基础lif神经元电路中的电容、电阻， 为所述突触电路当前时刻输出的第二膜电位。

12、根据本发明提供的一种自适应自反馈lif神经元电路，所述后神经元电路具体通过以下公式根据所述膜电位值输出当前时刻的脉冲：

13、

14、其中，为所述后神经元电路t时刻发放的脉冲，为t时刻的所述膜电位值，为预设阈值。

15、根据本发明提供的一种自适应自反馈lif神经元电路，还包括：

16、时序模块，用于提供所述后神经元电路工作时的时钟周期信号；

17、脉冲计数器，所述脉冲计数器的输入端与所述时序模块的输出端连接且与所述后神经元电路的输出端连接，所述脉冲计数器用于根据所述时钟周期信号在所述后神经元电路工作的时钟周期内检测所述后神经元电路是否发放脉冲；

18、脉冲频率检测器，所述脉冲频率检测器的输入端与所述脉冲计数器的输出端连接且与所述后神经元电路的输入端连接，所述脉冲频率检测器用于检测所述脉冲发放的时刻。

19、根据本发明提供的一种自适应自反馈lif神经元电路，所述后神经元电路还用于：

20、在所述后神经元电路输出脉冲后，获取所述后神经元电路输出脉冲的时间；

21、判断所述后神经元电路输出脉冲的时间是否均小于与所述后神经元电路相互联系的周围神经元输出脉冲的时间；

22、将判断结果与所述突触电路当前时刻输出的第二膜电位进行卷积运算，根据卷积运算结果得到新的膜电位值，根据所述新的膜电位值再次输出脉冲。

23、根据本发明提供的一种自适应自反馈lif神经元电路，所述判断结果的计算公式为：

24、

25、其中，为所述判断结果，为所述后神经元电路发放脉冲的时间，min为与所述后神经元电路相互联系的周围神经元输出脉冲的时间和所述后神经元电路输出脉冲的时间中的最小值。

26、根据本发明提供的一种自适应自反馈lif神经元电路，所述根据卷积运算结果得到新的膜电位值的公式为：

27、

28、其中，其中，为t时刻的所述新的膜电位值，为所述前神经元电路t-1时刻输出的第一膜电位值，为所述后神经元电路前一时刻发放的脉冲，为所述判断结果，为卷积运算，，其中，c、r分别为基础lif神经元电路中的电容、电阻，为所述突触电路当前时刻输出的第二膜电位。

29、根据本发明提供的一种自适应自反馈lif神经元电路，所述后神经元电路包括：

30、第一函数电路，所述第一函数电路的输入端与所述后神经元胞体的输出端连接，所述第一函数电路用于根据前一时刻所述后神经元胞体发放的脉冲进行计算，将计算结果输入激活函数进行处理；

31、后神经元膜电位产生电路，所述后神经元膜电位产生电路的输入端与所述第一函数电路的输出端连接，所述后神经元膜电位产生电路用于将处理后得到的值与所述突触电路当前时刻输出的第二膜电位进行卷积运算，根据卷积运算结果得到当前时刻的膜电位值；

32、后神经元胞体，用于根据所述膜电位值输出当前时刻的脉冲。

33、根据本发明提供的一种自适应自反馈lif神经元电路，所述后神经元电路还包括第二函数电路，所述第二函数电路的输入端与所述后神经元胞体的输出端连接；

34、所述第二函数电路用于在所述后神经元电路输出脉冲后，获取所述后神经元电路输出脉冲的时间，判断所述后神经元电路输出脉冲的时间是否均小于与所述后神经元电路相互联系的周围神经元输出脉冲的时间；

35、所述后神经元膜电位产生电路的输入端还与所述第二函数电路的输出端连接，所述后神经元膜电位产生电路还用于将判断结果与所述突触电路当前时刻输出的第二膜电位进行卷积运算，根据卷积运算结果得到新的膜电位值；

36、所述后神经元胞体还用于根据所述新的膜电位值再次输出脉冲。

37、本发明提供的自适应自反馈lif神经元电路，通过基于cmos lif神经元进行优化，通过外围电路控制实现自适应自反馈功能，利用脉冲神经网络输出脉冲的时间信息，根据前一时刻输出的脉冲信号得到的值对突触电路输出的原膜电位值进行卷积运算，从而自适应地调整自身膜电位的输入强度，之后根据不同类别神经元当前时刻的脉冲信号进行竞争机制选择，胜出者再次将脉冲信号输入到第二膜电位进行卷积运算，最终输出下一时刻的脉冲。提升神经元的生物性，在处理较弱信号、较强信号以及噪声时有着更强稳定性和鲁棒性，使得脉冲更准确地发放。

技术特征：

1.一种自适应自反馈lif神经元电路，其特征在于，包括：

2.根据权利要求1所述的自适应自反馈lif神经元电路，其特征在于，所述后神经元电路具体通过以下公式根据前一时刻自身发放的脉冲进行计算：

3.根据权利要求1所述的自适应自反馈lif神经元电路，其特征在于，所述后神经元电路具体通过以下公式根据卷积运算结果得到当前时刻的膜电位值：

4.根据权利要求1所述的自适应自反馈lif神经元电路，其特征在于，所述后神经元电路具体通过以下公式根据所述膜电位值输出当前时刻的脉冲：

5.根据权利要求1所述的自适应自反馈lif神经元电路，其特征在于，还包括：

6.根据权利要求1-5任一所述的自适应自反馈lif神经元电路，其特征在于，所述后神经元电路还用于：

7.根据权利要求6所述的自适应自反馈lif神经元电路，其特征在于，所述判断结果的计算公式为：

8.根据权利要求6所述的自适应自反馈lif神经元电路，其特征在于，所述根据卷积运算结果得到新的膜电位值的公式为：

9.根据权利要求6所述的自适应自反馈lif神经元电路，其特征在于，所述后神经元电路包括：

10.根据权利要求9所述的自适应自反馈lif神经元电路，其特征在于，所述后神经元电路还包括第二函数电路，所述第二函数电路的输入端与所述后神经元胞体的输出端连接；

技术总结
本发明提供一种自适应自反馈LIF神经元电路，包括：前神经元电路，用于输出第一膜电位值；突触电路，用于对第一膜电位值进行处理得到第二膜电位值；后神经元电路，用于根据前一时刻自身发放的脉冲进行计算，将计算结果输入激活函数进行处理，将处理后得到的值与突触电路当前时刻输出的第二膜电位进行卷积运算，根据卷积运算结果得到当前时刻的膜电位值，根据膜电位值输出当前时刻的脉冲，之后根据不同类别神经元当前时刻的脉冲信号进行竞争机制选择，胜出者再次将脉冲信号输入到第二膜电位进行卷积运算，最终输出下一时刻的脉冲。本发明在处理较弱信号、较强信号以及噪声时有着更强稳定性和鲁棒性，使得脉冲更准确地发放。

技术研发人员：马国坤,董晓洋,夏清海,王浩,沈谅平,饶毅恒,吕琳
受保护的技术使用者：湖北大学
技术研发日：
技术公布日：2024/9/23