1 |
1
입력 벡터를 수신하고, 상기 입력 벡터를 버퍼링하거나 반전하여 출력하기 위한 입력부;상기 입력부에 연결되어 상기 입력 벡터 또는 상기 반전된 입력 벡터에 가중치를 부여하기 위한 시냅스부; 및상기 시냅스부의 출력을 수신하고, 상기 시냅스부의 출력과 임계치를 비교하여 출력의 전압 레벨에 따라 상기 입력 벡터의 이미지를 분류하기 위한 뉴런부를 포함하는 신경회로망 형태 분류기
|
2 |
2
제1항에 있어서, 상기 시냅스부는 상기 입력 벡터를 수신하는 양의 시냅스; 및상기 반전된 입력 벡터를 수신하는 음의 시냅스를 가지는 것을 특징으로 하는 신경회로망 형태 분류기
|
3 |
3
제2항에 있어서, 상기 양의 시냅스와 상기 음의 시냅스는 셋 펄스의 인가에 따라 저항이 감소하고, 리셋 펄스의 인가에 따라 저항이 증가하는 특징을 가지는 것을 특징으로 하는 신경회로망 형태 분류기
|
4 |
4
제2항에 있어서, 상기 양의 시냅스와 상기 음의 시냅스는 TiOx/HfOx, TiOx, WOx 또는 PCMO를 저항변화층으로 사용하는 ReRAM, 또는 Ge2Sb2Te5를 가지는 상변화 메모리인 것을 특징으로 하는 신경회로망 형태 분류기
|
5 |
5
제2항에 있어서, 상기 양이 시냅스가 가지는 상향 가중치와 상기 음의 시냅스가 가지는 하향 가중치는 서로 상이하고, 상기 상향 가중치와 상기 하향 가중치는 컨덕턴스인 것을 특징으로 하는 신경회로망 형태 분류기
|
6 |
6
제1항에 있어서, 상기 뉴런부는제어 신호와 상기 출력의 전압차에 의해 고저항 상태 또는 저저항 상태를 구현하는 임피던스 소자; 및상기 임피던스 소자에 연결되고, 온/오프 동작을 수행하는 스위칭 소자를 포함하는 것을 특징으로 하는 신경회로망 형태 분류기
|
7 |
7
제6항에 있어서, 상기 임피던스 소자는저항 변화층으로 Cu/GeOx, Ag/GeS2 또는 Cu/Ti/Al2O3를 사용하는 것을 특징으로 하는 신경회로망 형태 분류기
|
8 |
8
입력 벡터를 수신하는 입력부, 상기 입력부에 연결된 시냅스부 및 상기 시냅스부의 출력을 수신하여 입력되는 패턴을 분류하는 뉴런부를 포함하는 신경회로망 형태 분류기를 이용하는 형태 분류 방법에 있어서,상기 입력 벡터를 접지로, 상기 형태 분류기의 출력을 접지로 설정하고, 상기 뉴런부를 구성하는 임피던스 소자를 리셋하여 고저항 상태로 설정하는 제1 단계;상기 입력 벡터는 패턴화된 신호로 인가되고, 상기 시냅스부의 가중치를 적용하여 상기 뉴런부의 출력을 형성하는 제2 단계; 및상기 뉴런부의 출력에 의해 상기 뉴런부의 임피던스 소자의 저항 상태의 변경을 판단하여 상기 패턴화된 신호의 패턴을 분류하는 제3 단계를 포함하는 신경회로망 형태 분류기를 이용하는 형태 분류 방법
|
9 |
9
제8항에 있어서, 상기 제2 단계에서의 뉴런부의 출력은 하기의 수학식으로 표시되는 것을 특징으로 하는 신경회로망 형태 분류기를 이용하는 형태 분류 방법
|
10 |
10
제8항에 있어서, 상기 뉴런부의 상기 임피던스 소자의 저항 상태는상기 뉴런부의 출력과 설정된 임계 전압의 비교를 통해 상기 임피던스 소자를 고저항 상태 또는 저저항 상태로 변경하는 것을 특징으로 하는 신경회로망 형태 분류기를 이용하는 형태 분류 방법
|
11 |
11
제10항에 있어서, 상기 뉴런부의 출력이 상기 임계 전압을 상회하면 상기 임피던스 소자는 상기 단계1에서 설정된 고저항 상태를 유지하고,상기 뉴런부의 출력이 상기 임계 전압 이하이면 상기 임피던스 소자는 저저항 상태로 변경되는 것을 특징으로 하는 신경회로망 형태 분류기를 이용하는 형태 분류 방법
|
12 |
12
제8항에 있어서, 상기 제3 단계는상기 임피던스 소자에 읽기 전압을 인가하고, 상기 입력 벡터를 접지로 설정하여 상기 뉴런부의 출력을 판단하는 것을 특징으로 하는 신경회로망 형태 분류기를 이용하는 형태 분류 방법
|