一种Chay模型电子神经元和仿真平台制造技术

本发明专利技术公开了一种Chay模型电子神经元和仿真平台，涉及人工智能技术领域。其中，所述电子神经元基于FPGA实现，包括：控制模块，用于确定经由龙格‑库塔算法离散化处理后的Chay模型中的目标变量的初始值、并产生逻辑控制信号；运算模块，用于在所述逻辑控制信号的控制下，根据所述目标变量的初始值计算中间变量的取值；更新模块，用于在所述逻辑控制信号的控制下，根据所述中间变量的取值对所述目标变量的取值进行更新，直至满足迭代终止条件，并将最终得到的目标变量的取值发送至输出模块。本发明专利技术实现了Chay模型电子神经元，有助于促进Chay模型在人工智能领域的工程化应用。

A Chay model electronic neuron and simulation platform

【技术实现步骤摘要】
一种Chay模型电子神经元和仿真平台
本专利技术涉及人工智能
，尤其涉及一种Chay模型电子神经元和仿真平台。
技术介绍
近年来，人工智能领域呈现群体跃进态势，颠覆性技术不断涌现。人工神经网络在自主学习、联想记忆、神经形态计算等方面有着广阔的应用前景，必将给人工智能领域带来巨大变革。人工神经网络的实现方式主要有两种：软件编程方式、电路实现方式(或者成为“硬件实现方式”)。进一步，电路实现方式又可分为模拟电路实现方式、数字电路实现方式(比如基于FPGA实现)。由于软件编程方式无法满足人工神经网络的实时运算需求，而电路实现方式能够满足人工神经网络的实时运算需求，因此，基于电路实现的人工神经网络(即神经形态电路)已成为人工智能应用领域的研发热点。神经元模型作为人工神经网络的基本组成单元，是生物神经元的抽象数学模型，可对生物神经元动力学行为进行有效模拟。基于神经元模型的电子神经元可有效模拟并再现生物系统信息编码与存储方式，是高效推动人工神经网络在人工智能领域实现工程应用的关键。Hodgkin-Huxley模型是1952年由Hodgkin和Huxley根据乌贼轴突电生理活动的大量实验数据提出的，其可有效模拟生物神经元的簇发振荡行为。此后，科学家们通过大量的生物电生理实验对Hodgkin-Huxley模型进行了简化，并提出了Chay模型、Hindmarsh-Rose模型和Izhikevich模型等。其中，Chay模型由于能够较为精确的描述胰腺β-细胞的动力学行为而备受关注。在实现本专利技术的过程中，本专利技术的专利技术人发现：第一、由于Hindmarsh-Rose模型和Izhikevich模型不含指数项，可较为方便的采用模拟电路实现，然而Chay模型含有指数项和高次项，因此采用模拟电路实现极为复杂，而且采用模拟电路实现存在开发周期长、不利于电路集成、难以实现大规模集成的神经形态电路等缺点；第二、虽然已有研究采用数字电路(比如FPGA)对一些神经元模型进行了物理实现，但尚未有针对具有指数项和高次项的Chay模型的数字电路实现，这也进一步限制了Chay模型在人工智能领域的工程化应用。因此，针对以上不足，需要提供一种Chay模型电子神经元。
技术实现思路
(一)要解决的技术问题本专利技术要解决的技术问题是解决现有技术中不存在Chay模型电子神经元，导致Chay模型在人工智能领域的工程化应用受限的问题。(二)技术方案为了解决上述技术问题，一方面，本专利技术提供了一种Chay模型电子神经元。本专利技术提供的一种Chay模型电子神经元，基于FPGA实现，包括：控制模块，用于确定经由龙格-库塔算法离散化处理后的Chay模型中的目标变量的初始值、并产生逻辑控制信号；其中，所述离散化处理后的Chay模型中的目标变量包括：膜压、K+离子通道打开概率、以及细胞内Ca2+离子浓度；运算模块，用于在所述逻辑控制信号的控制下，根据所述目标变量的初始值计算所述经由龙格-库塔算法离散化处理后的Chay模型中的中间变量的取值；更新模块，用于在所述逻辑控制信号的控制下，根据所述中间变量的取值对所述目标变量的取值进行更新，直至满足迭代终止条件，并将最终得到的目标变量的取值发送至输出模块；输出模块，用于将所述最终得到的目标变量的取值进行输出。可选地，所述经由龙格-库塔算法离散化处理后的Chay模型中的中间变量包括：第一中间变量，第二中间变量和第三中间变量；所述运算模块包括能够并行运行、且与所述更新模块分别电相连的第一至第三运算单元；其中，第一运算单元用于计算第一中间变量，第二运算单元用于计算第二中间变量，第三运算单元用于计算第三中间变量。可选地，所述第一至第三运算单元采用流水线结构，且包括以下至少一项：乘法运算器、加法运算器、指数项运算器。可选地，所述电子神经元还包括：复位模块，用于在上电后自动产生复位脉冲信号，并将所述复位脉冲信号发送至所述控制模块，以触发所述控制模块执行所述确定经由龙格-库塔算法离散化处理后的Chay模型中的目标变量的初始值、并产生逻辑控制信号的操作。可选地，所述电子神经元还包括：仿真模块，用于在接收到所述复位模块发送的复位脉冲信号后，计算连续Chay模型中的函数值，然后将计算得到的所述连续Chay模型中的函数值发送至所述输出模块；所述输出模块，还用于将所述连续Chay模型中的函数值进行输出。可选地，所述电子神经元还包括：逻辑分析模块，用于对所述目标变量的初始值和/或所述最终得到的目标变量的取值进行监测。可选地，所述输出模块还用于，在执行所述将所述最终得到的目标变量的取值进行输出的操作之前，将所述最终得到的目标变量的取值由单精度浮点型数据转变为数字整型数据。可选地，所述电子神经元还包括：时钟模块，用于生成系统时钟信号，以保证所述电子神经元中其他模块的正常运行。为了解决上述技术问题，另一方面，本专利技术还提供了一种仿真平台。本专利技术提供的一种仿真平台包括：本专利技术中的电子神经元、数模转换器、示波器；所述数模转换器，用于将所述电子神经元输出的数据进行数模转换，然后将转换得到的模拟数据发送至示波器；所述示波器，用于根据所述转换得到的模拟数据生成相轨迹图，并对所述相轨迹图进行显示。可选地，所述仿真平台还包括：电源模块，与所述电子神经元和所述数模转换器分别相连，用于为所述电子神经元和所述数模转换器供电。(三)有益效果本专利技术的上述技术方案具有如下优点：本专利技术的Chay模型电子神经元基于FPGA实现，包括：控制模块，用于确定经由龙格-库塔算法离散化处理后的Chay模型中的目标变量的初始值、并产生逻辑控制信号；运算模块，用于在所述逻辑控制信号的控制下，根据所述目标变量的初始值计算中间变量的取值；更新模块，用于在所述逻辑控制信号的控制下，根据所述中间变量的取值对所述目标变量的取值进行更新，直至满足迭代终止条件，并将最终得到的目标变量的取值发送至输出模块。本专利技术基于FPGA实现的Chay模型电子神经元具有低功耗、易于大规模集成、开发周期短、能够提高人工神经网络的运算效率，降低功耗等优点。通过基于FPGA实现Chay模型电子神经元，有助于促进Chay模型在人工智能领域的工程化应用。附图说明图1是本专利技术实施例一中的Chay模型电子神经元的模块组成示意图；图2是本专利技术实施例二中的Chay模型电子神经元的模块组成示意图；图3是本专利技术实施例二中一种可选的计算参数αm的时钟序列示意图；图4是本专利技术实施例三中的仿真平台的模块组成示意图；图5是本专利技术实施例四中Chay模型电子神经元的RTL原理电路示意图；图6是本专利技术实施例四中的MATLAB数值仿真3维Chay模型周期簇发状态(每周期5个尖峰)在C-V平面的相轨图；图7是本专利技术实施例四中基于Chay模型电子神经元测量得到的周期簇发状态(每周期5个尖峰)在C-V平面的相轨图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。需要指出的是，在不冲突的情况下，本专利技术中的实施例以及本文档来自技高网...

【技术保护点】
1.一种Chay模型电子神经元，其特征在于，所述电子神经元基于FPGA实现，包括：控制模块，用于确定经由龙格‑库塔算法离散化处理后的Chay模型中的目标变量的初始值、并产生逻辑控制信号；其中，所述离散化处理后的Chay模型中的目标变量包括：膜压、K

【技术特征摘要】
1.一种Chay模型电子神经元，其特征在于，所述电子神经元基于FPGA实现，包括：控制模块，用于确定经由龙格-库塔算法离散化处理后的Chay模型中的目标变量的初始值、并产生逻辑控制信号；其中，所述离散化处理后的Chay模型中的目标变量包括：膜压、K+离子通道打开概率、以及细胞内Ca2+离子浓度；运算模块，用于在所述逻辑控制信号的控制下，根据所述目标变量的初始值计算所述经由龙格-库塔算法离散化处理后的Chay模型中的中间变量的取值；更新模块，用于在所述逻辑控制信号的控制下，根据所述中间变量的取值对所述目标变量的取值进行更新，直至满足迭代终止条件，并将最终得到的目标变量的取值发送至输出模块；输出模块，用于将所述最终得到的目标变量的取值进行输出。2.根据权利要求1所述的电子神经元，其特征在于，所述经由龙格-库塔算法离散化处理后的Chay模型中的中间变量包括：第一中间变量，第二中间变量和第三中间变量；所述运算模块包括能够并行运行、且与所述更新模块分别电相连的第一至第三运算单元；其中，第一运算单元用于计算第一中间变量，第二运算单元用于计算第二中间变量，第三运算单元用于计算第三中间变量。3.根据权利要求2所述的电子神经元，其特征在于，所述第一至第三运算单元采用流水线结构，且包括以下至少一项：乘法运算器、加法运算器、减法运算器、指数项运算器。4.根据权利要求2所述的电子神经元，其特征在于，所述电子神经元还包括：复位模块，用于在上电后自动产生复位脉冲信号，并将所述复位脉冲信号发送至所述控制模块，以触发所述控制模块执行所述...

【专利技术属性】
技术研发人员：徐权，朱栋，谭啸，成晟，武花干，包伯成，
申请(专利权)人：常州大学，
类型：发明
国别省市：江苏,32