完整後設資料紀錄
DC 欄位語言
dc.contributor.author何起凡en_US
dc.contributor.authorHE, QI-FANen_US
dc.contributor.author黃伯修en_US
dc.contributor.authorHUANG, BO-XIUen_US
dc.date.accessioned2014-12-12T02:05:52Z-
dc.date.available2014-12-12T02:05:52Z-
dc.date.issued1988en_US
dc.identifier.urihttp://140.113.39.130/cdrfb3/record/nctu/#NT772430062en_US
dc.identifier.urihttp://hdl.handle.net/11536/53931-
dc.description.abstract本論文將論述一種新線路結構的神經網路。它是利用已有的次線路(Subcircuit)組 合,以達成用脈衝信號為輸出信號(如同真的神經系統一般)的神經網路。其中神經 元是由反閘,反及閘和電流複製源(Current Mirror)等所組成。相互神經元間是由 金氧半電晶體作突觸權重(Synaptic Weight) 連接。因網路的結構,將有N*N個突 觸權重(N 個神經元回授網路)的連接。而這種金氧半電晶體的連接方式,將可以有 效地減少整個網路所佔的晶片面積。 一種藉用脈衝串列信號(Plus Train Sig nal)及電流相加來模仿生物神經系統本身 計算形式的電路計算形式亦將被描述。而這電路計算形式是由一些簡單的次線路(如 反閘、金氧半電晶體和電流複製源)所完成,因此,在線路的設計上就十分簡單。雖 然作的是類比的計算,但其線路設計將如數位線路般容易(因多半是數位電路的次線 路)。 線路的脈衝信號是由電壓控制振盪器(環振盪器)在線路本身產生。因此,不需外界 的任何時鐘(Clock) 信號的輸入,在使用上將十分方便。不過線路本身的突觸權重 值不能改變(是金氧半電晶體的通道長、寬比值),因此線路將不能學習。但可以像 ROM 記憶體,在記憶體中的應用一樣,用在無須改變內容(學習新事物)的應用上。 二種用我們新線路結構所完成的Hopfield模型之神經網路之應用例子,亦被描述於本 論文中。因為並沒有實際製造晶片來量測,所以一切的結果均是由SPICE 所模擬出的 結果(二個應用例子也是如此)。zh_TW
dc.language.isozh_TWen_US
dc.subject脈衝調變神經網路zh_TW
dc.subject神經網路zh_TW
dc.subject網路zh_TW
dc.subject次線路zh_TW
dc.subject脈衝信號zh_TW
dc.subject輸出信號zh_TW
dc.subject突觸權重zh_TW
dc.subjectSUBCIRCUITen_US
dc.subjectSYNAPTIC-WEIGHTen_US
dc.title脈衝調變神經網路zh_TW
dc.typeThesisen_US
dc.contributor.department電子研究所zh_TW
顯示於類別:畢業論文