誤差回傳類神經網路之類比式超大型積體電路製作

Abstract

在本篇論文裡，我們提出誤差回傳類神經網路之類比式超大型積體電路製作。藉著 經由隱藏神經元，從輸出神經元傳至輸入神經元的誤差項，使得這個模型具有自我 學習的能力。我們發展出一個改良式的向量乘法器，作為乘積和的要件。且連接兩 個低增益的反向器成一單元，作為神經元。另外，一個互導放大式積分器被用來對 儲存權值（神經鍵強度）的電容充放電。而為了隔離前傳及後傳的路徑，還需要一 個單相的脈波。完整電路已設計完成且以1.2 微米互補式金氧半導體製程技術製造 。整個系統運作已由HSPICE模擬驗證。此系統具有解決XOR 問題的能力。它具有強 力的容錯能力而且可被應用在影像或語音辨識上。