DE19503147C2 - Chaos-Neuronen-Schaltung und diese verwendendes Neuronales Chaos-Netzwerk - Google Patents
Chaos-Neuronen-Schaltung und diese verwendendes Neuronales Chaos-NetzwerkInfo
- Publication number
- DE19503147C2 DE19503147C2 DE19503147A DE19503147A DE19503147C2 DE 19503147 C2 DE19503147 C2 DE 19503147C2 DE 19503147 A DE19503147 A DE 19503147A DE 19503147 A DE19503147 A DE 19503147A DE 19503147 C2 DE19503147 C2 DE 19503147C2
- Authority
- DE
- Germany
- Prior art keywords
- chaos
- output
- linear
- resistor
- circuit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0418—Architecture, e.g. interconnection topology using chaos or fractal principles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
- G06N3/065—Analogue means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Neurology (AREA)
- Analogue/Digital Conversion (AREA)
Description
Die vorliegende Erfindung bezieht sich auf
eine Chaos-Neuronen-Schaltung sowie ein diese verwendendes
Neuronales Chaos-Netzwerk.
Ein cerebrales Nervensystem, beispielsweise das menschliche
Gehirn zeigt ein Chaos-Phänomen mit einer makroskopischen dy
namischen Auswertung bzw. Interpretation zusammen mit ver
schiedenen anderen internen Funktionen; das heißt, analoge
und nichtlineare Eigenschaften, parallele Datenverarbeitung,
eine Ausgabe bzw. ein Ausgangssignal als Ergebnis einer
großen Eingangsdatenmenge, Lernen und assoziatives Speichern.
Mit der durch Einrichtungen wie beispielsweise einem Elektro-
Encephalogramm (EEG), Magneto-Encephalogramm (MEG) und der
Membranpotential-Bestimmung nun ermöglichten Messung der
Gehirnaktivität können die Bedeutung der Struktur des Gehirns
und Datenverarbeitungsfunktionen des Gehirns untersucht
werden. Daher wurde die Erforschung der Rolle bzw. Bedeutung
der chaotischen Antwort bzw. der Chaos-Antwort innerhalb des
cerebralen Nervensystems und der Möglichkeit zur technischen
Anwendung vorangetrieben. Die Verbindung zwischen der Chaos-
Theorie und Neuronalen Netzwerken wurde als eine technische
Anwendung intensiv erforscht.
Das cerebrale Nervensystem besteht aus Neuronen, die vielfäl
tige Funktionen ausführen. Unter dem Gesichtspunkt nichtli
nearer Kinetik zeigt ein reales Neuron auch verschiedene
Ansprechcharakteristiken bzw. -eigenschaften, das heißt,
einen Festpunkt bzw. stabilen Zustand, begrenzte Zyklen, Ver
zweigungen und das Chaos-Phänomen. Entsprechend einem herkömmlichen
Neuronenmodell kann ein Neuron jedoch durch Aus
schluß von untergeordneten bzw. abhängigen und anderen kom
plexen Eigenschaften vereinfacht werden.
Die Theorie Neuronaler Netzwerke ist etwa um 1960 herum
entstanden. In jüngster Vergangenheit jedoch gab es erfolg
reiche Anwendungsfälle bei adaptiven Steuerungen bzw. Rege
lungen, der Mustererkennung und paralleler Datenverarbeitung.
Andererseits existieren, bedingt durch die vereinfachte Mo
dellierung der Neuronen, noch viele grundlegende Probleme in
der Theorie Neuronaler Netzwerke. Die folgenden Gleichungen
sind Beispiele digitaler und analoger Neuronenmodelle.
Das Chaos-Phänomen ist in der Hodgkin-Huxley-Gleichung und
dem großen Neuriten bzw. dem großen Achsenzylinderfortsatz
der Ganglienzelle bzw. Axon bei einem zehnarmigen Tintenfisch
deutlich sichtbar. Ebenso wurden viele Beweise für die Exi
stenz bzw. das Auftreten des Chaos-Phänomens im cerebralen
Nervensystem veröffentlicht. Die vorliegende Erfindung führt
ein Chaos-Neuronen-Modell ein, das die Chaos-Antworteigen
schaft bzw. ein Chaos-Ansprechverhalten eines Neurons zeigt,
indem der neuronale Ausgang bzw. das Neuronen-Ausgangssignal
des einen Chaos-Neurons dem Eingang des nächsten zugeführt
wird.
Ein derartiges Chaos-Neuronen-Modell ist beispielsweise aus
dem Fachbeitrag "An Electronic circuit Model of Chaotic
Neural Networks" von K. Shimizu et. al. in: "Transactions
of the Institute of Electronics Information and
Communication Engineers", Bd. J73A, Nr. 3, S. 495-508,
Tokyo, März 1990 bekannt.
Dabei wird das Chaos-Neuronen-Modell durch die folgen
den Differentialgleichungen beschrieben,
wobei x(t+1) den Ausgang bzw. das Ausgangssignal eines Neu
rons zu einem diskreten Zeitpunkt t+1, f(t) eine Ausgangs
funktion eines nichtlinearen Neurons zum Zeitpunkt t, a(t)
die Amplitude bzw. Größe einer externen Eingangsstimulation
bzw. -anregung zum Zeitpunkt t, g eine die Beziehung zwischen
dem Neuron-Ausgangssignal und der Amplitude ("refractory ma
gnitude"), k eine Dämpfungskonstante ("refractory attenuation
constant") (0 k 1), α eine Amplitudenkonstante
("refractory magnitude constant") (α<0) und Θ den Schwellen
wert des internen Neurons beschreibt.
Unter der Annahme, daß der interne Zustand eines Neurons
y(t+1) ist, wird das Differential aus Gleichung (4) gelöst
und addiert. Als Ergebnis erhält man
Wie in Gleichung (7) gezeigt, setzt sich die gesamte interne
Charakteristik bzw. das interne Gesamtverhalten aus einem li
nearen Anteil ky(t), einem nichtlinearen Anteil αf[y(t+1))
und einem externen Eingangssignal a(t) zusammen. Ebenso kann
das vorstehende Chaos-Neuron verwendet werden, um ein gewich
tetes Neuronales Netzwerk zu realisieren. Der Aufbau bzw. die
Konstruktion des "i"-ten Chaos-Neurons ist in Fig. 1 darge
stellt und die Gleichung der Anordnung lautet wie folgt.
Wie der obigen Gleichung zu entnehmen ist, ist das "i"-te
Neuron aus einem externen Eingangsmuster a(t) und dem Rück
kopplungsanteil des äußeren neuronalen Ausgangs bzw. Neuro
nenausgangs zusammengesetzt und mit Wichtungen bzw. Gewichten
wÿ und vÿ multipliziert, wodurch das gesamte äußere Ein
gangssignal des "i"-ten Neurons erzeugt wird.
Fig. 2 zeigt ein Blockschaltbild einer herkömmlichen eindi
mensionalen Chaos-Neuronen-Schaltung.
Das in Fig. 2 gezeigte Chaos-Neuron besteht aus einer ersten
Abtast-Halte-Schaltung (A/H) 10 zum Abtasten und Halten eines
Eingangssignals im Ansprechen auf ein Taktsignal CK1, einer
Abbildungsschaltung bzw. Maskierungsschaltung 20 zum Erzeugen
eines dem Ausgangssignal der ersten Abtast-Halte-Schaltung 10
entsprechenden Ausgangssignals, einer zweiten Abtast-Halte-
Schaltung 30 zum Abtasten und Halten des Ausgangssignals der
Abbildungsschaltung 20 im Ansprechen auf ein Taktsignal CK2,
und einem Taktgenerator 40 zum Erzeugen der Taktsignale CK1
und CK2.
Fig. 3 zeigt ein ausführliches Schaltbild des Blockschalt
bilds der in Fig. 2 gezeigten Abbildungsschaltung.
Die in Fig. 3 gezeigte Abbildungsschaltung 20 besteht aus ei
nem Widerstand R6, dessen eines Ende mit dem Ausgang der er
sten Abtast-Halte-Schaltung 10 verbunden ist, einer Diode D1,
deren Anode mit dem anderen Ende des Widerstands R6 und deren
Kathode mit Masse verbunden ist, einer Diode D2, deren Ka
thode mit dem anderen Ende des Widerstands R6 und deren Anode
mit Masse verbunden ist, einem Widerstand R4, dessen eines
Ende mit dem anderen Ende des Widerstands R6 verbunden ist,
einem Verstärker 100, dessen invertierender Eingang mit dem
anderen Ende des Widerstands R4 verbunden ist, einem zwischen
den nicht-invertierenden Eingang des Verstärkers 100 und
Masse geschalteten Widerstand R1, einem zwischen den Ausgang
des Verstärkers 100 und dessen invertierenden Eingang ge
schalteten Widerstand R3, einem zwischen das eine Ende des
Widerstands R6 und einen äußeren bzw. externen Eingangsan
schluß a(t) geschalteten Widerstand R2, einem Widerstand R5,
dessen eines Ende mit dem Ausgang des Verstärkers 100 verbun
den ist, einem Verstärker 110, dessen invertierender Eingang
mit dem anderen Ende des Widerstands R5 verbunden ist, einem
zwischen den nicht-invertierenden Eingang des Verstärkers 110
und Masse geschalteten Widerstand R7, einem zwischen den Aus
gang des Verstärkers 110 und dessen invertierenden Eingang
geschalteten Widerstand R8, einem Widerstand R9, dessen eines
Ende mit dem Ausgang des Verstärkers 110 verbunden ist, einem
Verstärker 120, dessen invertierender Eingang mit dem anderen
Ende des Widerstands R9 und dessen Ausgang mit der zweiten
Abtast-Halte-Schaltung 30 verbunden ist, einem zwischen den
nicht-invertierenden Eingang des Verstärkers 120 und Masse
geschalteten Widerstand R10, und einem zwischen den Ausgang
des Verstärkers 120 und dessen invertierenden Eingang ge
schalteten Widerstand R11. Ebenso besteht eine Schwellenwert
schaltung 50 aus einem Verstärker 130, dessen nicht-invertie
render Eingang die von zwei in Reihe zwischen die vorbestimm
ten Spannungen geschalteten Widerständen R12 und R14 geteilte
Spannung aufnimmt, und dessen invertierendem Eingang das Aus
gangssignal des Verstärkers 100 zugeführt wird, sowie einem
Kondensator C1, der zwischen den nicht-invertierenden Eingang
des Verstärkers 130 und Masse geschaltet ist.
Die Schwellenwert-Schaltung mit dem vorstehend beschriebenen
Aufbau dient zum Erzeugen eines Schwellenwerts für ein an
deres Neuron eines Neuronalen Chaos-Netzwerks.
Fig. 4 zeigt den zeitlichen Signalverlauf der von dem Taktge
nerator 40 erzeugten Taktsignale CK1 und CK2. Es ist dabei zu
beachten, daß die beiden Taktsignale CK1 und CK2 einander
nicht überlappen.
Die erste und zweite Abtast-Halte-Schaltung 10 und 30 tasten
das Eingangssignal während der Intervalle ab, in denen die
Taktsignale einen hohen Pegel haben, und halten das Signal
während der Intervalle, in denen die Taktsignale einen nied
rigen Pegel haben. Das heißt, aufgrund der alternierenden Ei
genschaft der Intervalle mit niedrigem Pegel der Taktsignale
CK1 und CK2 führen die Abtast-Halte-Schaltungen abwechselnd
Halte-Funktionen aus. Wenn eine gehaltene Spannung bzw. eine
Haltespannung y(0) von der ersten Abtast-Halte-Schaltung 10
abgegeben wird, wird eine durch diese Spannung y(0) her
vorgerufene bzw. bedingte diskrete Spannung y(1) von der
Abbildungsschaltung abgegeben. Die zweite Abtast-Halte-Schal
tung 30 hält die diskrete Spannung y(1) und gibt die Spannung
an die erste Abtast-Halte-Schaltung 10 ab. Wenn dann die er
ste Abtast-Halte-Schaltung 10 y(1) hält und die Spannung an
die Abbildungsschaltung 20 abgibt, gibt die Abbildungsschal
tung eine diskrete Spannung y(2) mit Bezug auf die Spannung
y(1) ab. Wie vorstehend beschrieben, wird eine Spannung y(t)
von der Abbildungsschaltung bzw. Maskierungsschaltung abgege
ben, und als Ergebnis wird eine Spannung y(t+1) erhalten und
der Abbildungsvorgang wird durch die Iteration bzw. die
Aufeinanderfolge der Taktsignale wiederholt. Unter der An
nahme, daß g eine Identitätsfunktion, f eine Logikfunktion,
und ein Eingangssignal a konstant ist (z. B. a = 1), wird die
folgende Gleichung erhalten.
y(t+1) = ky(t) - α [1/(1+exp(-y/ε] + a (10)
Das heißt, die Maskierungsschaltung wird erhalten, indem y(t)
und y(t+1) als Eingangs- bzw. Ausgangsspannungen angenommen
werden, und indem eine Schaltung entworfen wird, die die Ei
genschaften von jedem der drei Terme aus Gleichung (10) hat,
und diese Terme addiert werden. Hier besteht der erste Term
(das Produkt aus y(t) und einer Konstanten k) einfach aus ei
nem linearen Verstärker mit einer Verstärkung k und y(t) als
Eingangssignal, und der dritte Term (a) stellt eine Gleich
spannung dar, für Fälle, bei denen der Eingang bzw. das Ein
gangssignal konstant ist. Obwohl der zweite Term komplex ist,
nutzt die Schaltungsanordnung einfach die Eigenschaften bzw.
das Übertragungsverhalten einer Diodenbegrenzerschaltung aus.
Fig. 5 zeigt die Übertragungskennlinie der Abbildungsschal
tung 20. Dabei können Steigungen A und B gesteuert werden,
indem die Widerstände der in Fig. 3 gezeigten Abbildungs
schaltung verändert werden, und werden durch Gleichungen (11)
und (12) folgendermaßen ausgedrückt.
Steigung B = R1/R2 (11)
Steigung A = R1/R2 - R1R2/(R5(R4+R6)) (12)
Das heißt, entsprechend er in Fig. 3 dargestellten Schaltung,
machen es der Verstärker 100 und die Dioden D1 und D2 der Ab
bildungsschaltung schwierig, die genaue Logikfunktion zu er
halten. Ebenso kompliziert die aus einem Verstärker (130) be
stehende Schwellenwert-Schaltung 50 die Schaltungseinrich
tung.
Es ist Aufgabe der vorliegenden Erfindung, eine
Chaos-Neuronen-Schaltung zu schaffen, die eine Chaos-Neuronen-
Schaltung mit einem einfachen Aufbau verwendet.
Die Aufgabe der vorliegenden Erfindung ist durch eine
Chaos-Neuronen-Schaltung
gelöst, mit:
einer ersten Abtast-Halte-Einrichtung zum Abtasten und Halten des Eingangssignals im Ansprechen auf ein erstes Taktsignal; einer linearen Einrichtung zum Erzeugen eines Ausgangssignals mit einer linearen Eigenschaft mit Bezug auf das Ausgangssi gnal der ersten Abtast-Halte-Einrichtung; einer nichtlinearen Einrichtung zum Erzeugen eines Ausgangssignals mit einer nichtlinearen Eigenschaft mit Bezug auf das Ausgangssignal der ersten Abtast-Halte-Einrichtung; einem Addierer zum Addieren der Ausgangssignale der linearen und der nichtlinearen Einrich tung; einer zweiten Abtast-Halte-Einrichtung zum Abtasten und Halten des Ausgangssignals des Addierers im Ansprechen auf ein zweites Taktsignal und zum Ausgeben des Ergebnisses an den Eingang der ersten Abtast-Halte-Einrichtung; und einer Taktsignal-Erzeugungseinrichtung zum Erzeugen des ersten und zweiten Taktsignals.
einer ersten Abtast-Halte-Einrichtung zum Abtasten und Halten des Eingangssignals im Ansprechen auf ein erstes Taktsignal; einer linearen Einrichtung zum Erzeugen eines Ausgangssignals mit einer linearen Eigenschaft mit Bezug auf das Ausgangssi gnal der ersten Abtast-Halte-Einrichtung; einer nichtlinearen Einrichtung zum Erzeugen eines Ausgangssignals mit einer nichtlinearen Eigenschaft mit Bezug auf das Ausgangssignal der ersten Abtast-Halte-Einrichtung; einem Addierer zum Addieren der Ausgangssignale der linearen und der nichtlinearen Einrich tung; einer zweiten Abtast-Halte-Einrichtung zum Abtasten und Halten des Ausgangssignals des Addierers im Ansprechen auf ein zweites Taktsignal und zum Ausgeben des Ergebnisses an den Eingang der ersten Abtast-Halte-Einrichtung; und einer Taktsignal-Erzeugungseinrichtung zum Erzeugen des ersten und zweiten Taktsignals.
Verschiedene Neuronale Chaos-Netzwerke können durch Verbinden
einer Vielzahl von Chaos-Neuronen mit dem vorstehenden Aufbau
und durch Steuern des Gewichts bzw. der Wichtung jedes Neu
rons gebildet werden.
Die Erfindung wird nachstehend anhand eines Ausführungsbei
spiels unter Bezugnahme auf die Zeichnung näher beschrieben.
Es zeigen:
Fig. 1 ein Chaos-Neuronen-Modell;
Fig. 2 ein Blockschaltbild einer herkömmlichen eindimensiona
len Chaos-Neuronen-Schaltung;
Fig. 3 ein ausführliches Schaltbild der in Fig. 2 gezeigten
Chaos-Neuronen-Schaltung;
Fig. 4 eine Darstellung des zeitlichen Signalverlaufs der von
dem Taktsignalgenerator der in Fig. 3 gezeigten Chaos-Neuro
nen-Schaltung abgegebenen Taktsignale;
Fig. 5 eine Übertragungskennlinie des auf das Eingangssignal
bezogenen Ausgangssignals der Abbildungsschaltung gemäß Fig.
3;
Fig. 6 ein Blockschaltbild der erfindungsgemäßen Chaos-Neuro
nen-Schaltung zusammen mit einem ausführlichen Schaltbild der
erfindungsgemäßen Abbildungsschaltung;
Fig. 7 ein Schaltbild der Abtast-Halte-Schaltung der erfin
dungsgemäßen Chaos-Neuronen-Schaltung;
Fig. 8A-8C Übertragungskennlinien der auf die Eingangsspan
nung bezogenen Ausgangsspannung an verschiedenen Punkten der
in Fig. 6 dargestellten Abbildungsschaltung; und
Fig. 9-11 Konfigurationen des Neuronalen Chaos-Netzwerks
gemäß der vorliegenden Erfindung.
Mit Bezug auf Fig. 6 umfaßt die Abbildungsschaltung bzw. die
Maskierungsschaltung bzw. die Mappingschaltung der vorliegen
den Erfindung eine lineare Schaltung 60 zum Erzeugen einer
Ausgangsspannung mit einer linearen Eigenschaft in Bezug auf
das Eingangssignal, eine nichtlineare Schaltung 70 zum Erzeu
gen einer Ausgangsspannung mit einer nichtlinearen Eigen
schaft mit Bezug auf das Eingangssignal, und einen Addierer
80 zum Addieren der Ausgangsspannungen der linearen und
nichtlinearen Schaltungen 60 und 70 sowie der Spannung eines
externen Eingangssignals a(t).
Die lineare Schaltung 60 enthält einen Widerstand R20, an
dessen einem Ende das Ausgangssignal der ersten Abtast-Halte-
Schaltung 10 anliegt, einen Verstärker 200, dessen invertie
render Eingang mit dem anderen Ende des Widerstands R20 ver
bunden ist, einen zwischen den Ausgang des Verstärkers 200
und dessen invertierenden Eingang geschalteten Widerstand
R19, einen zwischen den nicht-invertierenden Eingang des Ver
stärkers 200 und Masse geschalteten Widerstand R21, und einen
Widerstand R22, dessen eines Ende mit dem Ausgang des Ver
stärkers 200 und dessen anderes Ende mit einem Eingang des
Addierers 80 verbunden ist.
Die nichtlineare Schaltung 70 umfaßt einen PMOS-Transistor
P1, an dessen Gate das Ausgangssignal der ersten Abtast-
Halte-Schaltung 10 anliegt und dessen Source an eine Versor
gungsspannung angeschlossen ist, einen NMOS-Transistor N1, an
dessen Gate ebenfalls das Ausgangssignal der ersten Abtast-
Halte-Schaltung 10 anliegt, dessen Source mit Masse verbunden
ist und dessen Drain mit dem Drain des PMOS-Transistors P1
verbunden ist, einen zwischen Source und Drain des PMOS-Tran
sistors P1 geschalteten Widerstand Rs, einen PMOS-Transistor
P2, dessen Gate an den Drain des PMOS-Transistors P1 und des
sen Source an die Versorgungsspannung angeschlossen ist,
einen NMOS-Transistor N2, dessen Gate mit dem Drain des PMOS-
Transistors P1, dessen Drain als Ausgang zu dem Addierer 80
mit dem Drain des PMOS-Transistors P2, und dessen Source mit
Masse verbunden ist, und einen zwischen die Drainanschlüsse
der PMOS-Transistoren P1 und P2 geschalteten Widerstand Rf.
Der Addierer 80 umfaßt einen Verstärker 210, dessen invertie
render Eingang mit dem Ausgang der linearen Schaltung 60 und
dem Ausgang der nichtlinearen Schaltung 70 und dessen Ausgang
mit einer zweiten Abtast-Halte-Schaltung 30 verbunden ist,
einen Widerstand R15, an dessen einem Ende ein externes Ein
gangssignal a(t) anliegt und dessen anderes Ende mit dem in
vertierenden Eingang des Verstärkers 210 verbunden ist, einen
Widerstand R16, dessen eines Ende mit dem Ausgang der nicht
linearen Schaltung 70 und dessen anderes Ende ebenfalls mit
dem invertierenden Eingang des Verstärkers 210 verbunden ist,
einen zwischen den Ausgang des Verstärkers 210 und dessen in
vertierenden Eingang geschalteten Widerstand R17, und einen
zwischen den nicht-invertierenden Eingang des Verstärkers 210
und Masse geschalteten Widerstand R18.
Eine Schwellenwert-Schaltung 90 besteht aus einem PMOS-Tran
sistor P3, dessen Gate mit dem Ausgang der linearen Schaltung
60 und dessen Source mit der Versorgungsspannung verbunden
ist, einem NMOS-Transistor N3, dessen Gate mit dem Gate des
PMOS-Transistors P3 verbunden ist, dessen Drain mit dem Drain
des PMOS-Transistors P3 verbunden ist, und dessen Source auf
Masse liegt, einem PMOS-Transistor P4, dessen Gate mit dem
Drain des PMOS-Transistors P3 und dessen Source mit der Ver
sorgungsspannung verbunden ist, und einen NMOS-Transistor N4,
dessen Gate mit dem Drain des PMOS-Transistors P3, dessen
Drain mit dem des PMOS-Transistors P4, und dessen Source mit
Masse verbunden ist.
Die Abbildungsschaltung der vorliegenden Erfindung hat eine
Transfercharakteristik bzw. eine Übertragungseigenschaft y(t)
und y(t+1) und wird durch Kombinieren bzw. Verbinden von li
nearen und nichtlinearen Ausgangssignalen gebildet. Das
heißt, die Abbildungsschaltung wird durch Summieren zweier
Funktionen mit jeweils linearen bzw. nichtlinearen
Eigenschaften gebildet. Die lineare Schaltung wird
realisiert, indem eine lineare Verstärkerstufe verwendet
wird, und die nichtlineare Schaltung wird realisiert, indem
zwei CMOS-Inverter und ein Rückkopplungswiderstand verwendet
werden.
Fig. 7 zeigt ein Schaltbild von jeder Abtast-Halte-Schaltung
der erfindungsgemäßen Chaos-Neuronen-Schaltung. Jede Abtast-
Halte-Schaltung umfaßt einen Inverter INV zum Empfangen und
Invertieren bzw. Negieren eines Taktsignals (CK1 oder CK2),
ein CMOS-Transmissionsgate bzw. CMOS-Übertragungstor G1 zum
Übertragen des Eingangssignals mit Bezug auf das Taktsignal,
und einen Widerstand R und einen Kondensator C, die in Reihe
zwischen den Ausgang des CMOS-Transmissionsgates G1 und Masse
geschaltet sind. Dabei gibt die Schaltung das Eingangssignal
aus (tastet ab), wenn das Taktsignal einen niedrigen Pegel
hat, und blockiert bzw. sperrt (hält) das Eingangssignal,
wenn das Taktsignal einen hohen Pegel hat.
Fig. 8A-8C stellen die Übertragungskennlinien der Ausgangs
spannung mit Bezug auf die Eingangsspannung bei verschiedenen
Punkten bzw. Knoten der in Fig. 6 dargestellten Abbildungs
schaltung dar, wobei Fig. 8A das Ausgangssignal der linearen
Schaltung 60 zeigt, Fig. 8B das Ausgangssignal der nichtli
nearen Schaltung 70 zeigt, und Fig. 8C das Ausgangssignal des
Addierers 80 zeigt. Hier wird der externe Eingang a(t) dem
invertierenden Eingang des Verstärkers 210 über einen Wider
stand R15 zugeführt, um dadurch zu den linearen und nichtli
nearen Ausgangssignalen addiert zu werden.
Erfindungsgemäß können die Parameter der Abbildungsschaltung,
das heißt, die Dämpfungskonstante k ("refractory attenuation
constant") und die Amplitudenkonstante α ("refractory magni
tude constant") mit Bezug auf die folgenden Gleichungen er
halten werden.
k = (R19/R20) * (R21/R22) (13)
α = R17/R16 (14)
Dabei können die Parameter k und α gesteuert werden, indem
der Widerstand R20 beziehungsweise der Widerstand R16 verän
dert wird. Ebenso kann die Steigung ε der nichtlinearen Funk
tion mittels eines Widerstands Rf verändert werden.
Fig. 9 zeigt eine Reihenschaltungs-Konfiguration bzw. -Anord
nung einer Vielzahl von ein Neuronales Netzwerk bildenden
Chaos-Neuronen gemäß der vorliegenden Erfindung. In Fig. 9
besteht das Neuronale Netzwerk aus zwei in Reihe geschalteten
Chaos-Neuronen und gibt auf das Empfangen bzw. Zuführen eines
externen Eingangssignals a(t) hin ein Ausgangssignal x(t) ab.
Hier sind die Ausgangssignale eines ersten Chaos-Neurons 300
mit x₁(t) und y₁(t) bezeichnet, und die Ausgangssignale eines
zweiten Chaos-Neurons 310 sind mit x₂(t) und y₂(t) bezeich
net. Bei der vorstehenden Anordnung stellen die Widerstände
zwischen den einzelnen Neuronen ein Verbindungsgewicht dar.
Fig. 10 zeigt eine Parallelschaltungs-Konfiguration einer
Vielzahl von Chaos-Neuronen, die ein erfindungsgemäßes Neuro
nales Chaos-Netzwerk bilden. Das in Fig. 10 dargestellte Neu
ronale Chaos-Netzwerk wird von zwei parallel geschalteten
Chaos-Neuronen 400 und 410 gebildet, die jeweils auf das Zu
führen von Eingangssignalen a₁(t) und a₂(t) hin zwei Paare
von Ausgangssignalen x₁(t) & y₁(t) und x₂(t) & y₂(t) abgeben.
Dabei bezeichnet W1 das Verbindungsgewicht zum Verbinden des
Eingangssignals a₁(t) und des Ausgangs eines Chaos-Neurons
410, und W2 bezeichnet das Verbindungsgewicht zum Verbinden
des Eingangssignals a₂(t) und des Ausgangs eines Chaos-Neu
rons 400.
Fig. 11 zeigt eine Serien-Parallel-Konfiguration des erfin
dungsgemäßen Neuronalen Chaos-Netzwerks. In Fig. 11 sind Ge
wichte W3 und W4 jeweils in Reihe zu den Ausgängen der in
Fig. 10 gezeigten Chaos-Neuronen 400 und 410 geschaltet, und
das Ausgangssignal gelangt über die Gewichte zu einem dritten
Neuronalen Chaos-Netzwerk 500. Dieses Neuronale Chaos-Netz
werk gibt Signale x₃(t) und y₃(t) ab.
Eine dynamische Charakteristik kann erhalten werden, indem
jedes Gewicht geeignet gesteuert wird, wie in Fig. 9, 10 und
11 gezeigt, und eine diskrete Charakteristik kann erhalten
werden, indem die Taktsignale jedes Neurons synchronisiert
werden.
Deshalb hat die Abbildungsschaltung und die Chaos-Neuronen-
Schaltung sowie das diese verwendende Neuronale Netzwerk ge
mäß der vorliegenden Erfindung die folgenden Vorteile:
erstens können Schaltungsparameter unabhängig voneinander verändert werden; zweitens ist die erfindungsgemäße Schal tungsrealisierung des Neuronalen Chaos-Netzwerks einfach, da die Abtast-Halte-Schaltung derselben unter Verwendung eines CMOS-Transmissionsgates und eines RC-Glieds gebildet wird; drittens kann die Ausgangsfunktion eines Neuronalen Chaos- Netzwerks mittels eines Rückkopplungswiderstands leicht ver ändert werden; und viertens ist die Anordnung einfach und die Chipfläche kann bei der Herstellung verringert werden, da die Anordnung unter Verwendung eines einfachen CMOS-Inverters ohne Verstärker gebildet wird.
erstens können Schaltungsparameter unabhängig voneinander verändert werden; zweitens ist die erfindungsgemäße Schal tungsrealisierung des Neuronalen Chaos-Netzwerks einfach, da die Abtast-Halte-Schaltung derselben unter Verwendung eines CMOS-Transmissionsgates und eines RC-Glieds gebildet wird; drittens kann die Ausgangsfunktion eines Neuronalen Chaos- Netzwerks mittels eines Rückkopplungswiderstands leicht ver ändert werden; und viertens ist die Anordnung einfach und die Chipfläche kann bei der Herstellung verringert werden, da die Anordnung unter Verwendung eines einfachen CMOS-Inverters ohne Verstärker gebildet wird.
Eine Abbildungsschaltung enthält eine lineare Schaltung zum
Ausgeben eines Signals, das mit Bezug auf das Eingangssignal
linear geändert wird, eine nichtlineare Schaltung zum Ausge
ben eines Signals, das mit Bezug auf das Eingangssignal
nichtlinear geändert wird, und einen Addierer zum Addieren
der Ausgangssignale der linearen und der nichtlinearen Schal
tung sowie eines externen Eingangssignals. Eine die Abbil
dungsschaltung verwendende Neuronale Chaos-Schaltung hat
einen einfachen Aufbau und, genauer, zeigt Chaos-Charakteri
stiken. Ein Neuronales Chaos-Netzwerk kann somit durch eine
Reihen- und/oder Parallel-Schaltung einer Vielzahl Neurons1er
Chaos-Schaltungen gebildet werden, wobei das Gewicht je
des Neurons gesteuert ist.
Claims (10)
1. Chaos-Neuronen-Schaltung mit:
einer ersten Abtast-Halte-Einrichtung (10) zum Abtasten und Halten des Eingangssignals im Ansprechen auf ein erstes Taktsignal (CK1);
einer linearen Einrichtung (60) zum Erzeugen eines Aus gangssignals mit einer linearen Eigenschaft mit Bezug auf das Ausgangssignal der ersten Abtast-Halte-Einrichtung;
einer nichtlinearen Einrichtung (70) zum Erzeugen eines Ausgangssignals mit einer nichtlinearen Eigenschaft mit Be zug auf das Ausgangssignal der ersten Abtast-Halte- Einrichtung;
einem Addierer (80) zum Addieren der Ausgangssignale der linearen und der nichtlinearen Einrichtung;
einer zweiten Abtast-Halte-Einrichtung (30) zum Abtasten und Halten des Ausgangssignals des Addierers im Ansprechen auf ein zweites Taktsignal (CK2) und zum Ausgeben des Er gebnisses an den Eingang der ersten Abtast-Halte-Schaltung; und
einer Taktsignal-Erzeugungseinrichtung zum Erzeugen des er sten und des zweiten Taktsignals.
einer ersten Abtast-Halte-Einrichtung (10) zum Abtasten und Halten des Eingangssignals im Ansprechen auf ein erstes Taktsignal (CK1);
einer linearen Einrichtung (60) zum Erzeugen eines Aus gangssignals mit einer linearen Eigenschaft mit Bezug auf das Ausgangssignal der ersten Abtast-Halte-Einrichtung;
einer nichtlinearen Einrichtung (70) zum Erzeugen eines Ausgangssignals mit einer nichtlinearen Eigenschaft mit Be zug auf das Ausgangssignal der ersten Abtast-Halte- Einrichtung;
einem Addierer (80) zum Addieren der Ausgangssignale der linearen und der nichtlinearen Einrichtung;
einer zweiten Abtast-Halte-Einrichtung (30) zum Abtasten und Halten des Ausgangssignals des Addierers im Ansprechen auf ein zweites Taktsignal (CK2) und zum Ausgeben des Er gebnisses an den Eingang der ersten Abtast-Halte-Schaltung; und
einer Taktsignal-Erzeugungseinrichtung zum Erzeugen des er sten und des zweiten Taktsignals.
2. Chaos-Neuronen-Schaltung nach Anspruch 1,
dadurch gekennzeichnet, daß
ferner zwei in Reihe geschaltete CMOS-Inverter (P3, N3, P4,
N4) enthalten sind, denen das Ausgangssignal der nichtli
nearen Schaltung (70) zugeführt wird.
3. Chaos-Neuronen-Schaltung nach Anspruch 1,
dadurch gekennzeichnet, daß
die lineare Einrichtung
einen ersten Widerstand (R20), dessen einem Ende ein Ein
gangssignal (y(t)) zugeführt wird;
eine erste Verstärkereinrichtung (200), deren invertierender Eingang mit dem anderen Ende des ersten Widerstands (R20) verbunden ist;
einen zwischen den nicht-invertierenden Eingang der ersten Verstärkereinrichtung und Masse geschalteten zweiten Wider stand (R21); und
einen zwischen den Ausgang und den invertierenden Eingang der ersten Verstärkereinrichtung geschalteten dritten Wi derstand (R19) enthält.
eine erste Verstärkereinrichtung (200), deren invertierender Eingang mit dem anderen Ende des ersten Widerstands (R20) verbunden ist;
einen zwischen den nicht-invertierenden Eingang der ersten Verstärkereinrichtung und Masse geschalteten zweiten Wider stand (R21); und
einen zwischen den Ausgang und den invertierenden Eingang der ersten Verstärkereinrichtung geschalteten dritten Wi derstand (R19) enthält.
4. Chaos-Neuronen-Schaltung nach Anspruch 1,
dadurch gekennzeichnet, daß
die nichtlineare Einrichtung
einen ersten PMOS-Transistor (P1), dessen Gate ein Ein
gangssignal zugeführt wird und dessen Source mit einer Ver
sorgungsspannung verbunden ist;
einen ersten NMOS-Transistor (N1), dessen Drain mit dem Drain des ersten PMOS-Transistors und dessen Source mit Masse verbunden ist, und dessen Gate das Eingangssignal zu geführt wird;
einen zwischen die Versorgungsspannung und den Drain des ersten PMOS-Transistors geschalteten vierten Widerstand (Rs);
einen zweiten PMOS-Transistor (P2), dessen Gate mit dem Drain des ersten PMOS-Transistors und dessen Source mit der Versorgungsspannung verbunden ist;
einen zweiten NMOS-Transistor (N2), dessen Drain mit dem des ersten PMOS-Transistors verbunden ist, dessen Source auf Masse liegt, und dessen Gate ein Eingangssignal zuge führt wird, und von dem ein Ausgangssignal erhalten wird; und
einen zwischen die Drainanschlüsse des ersten und des zwei ten PMOS-Transistors geschalteten fünften Widerstand (Rf) enthält.
einen ersten NMOS-Transistor (N1), dessen Drain mit dem Drain des ersten PMOS-Transistors und dessen Source mit Masse verbunden ist, und dessen Gate das Eingangssignal zu geführt wird;
einen zwischen die Versorgungsspannung und den Drain des ersten PMOS-Transistors geschalteten vierten Widerstand (Rs);
einen zweiten PMOS-Transistor (P2), dessen Gate mit dem Drain des ersten PMOS-Transistors und dessen Source mit der Versorgungsspannung verbunden ist;
einen zweiten NMOS-Transistor (N2), dessen Drain mit dem des ersten PMOS-Transistors verbunden ist, dessen Source auf Masse liegt, und dessen Gate ein Eingangssignal zuge führt wird, und von dem ein Ausgangssignal erhalten wird; und
einen zwischen die Drainanschlüsse des ersten und des zwei ten PMOS-Transistors geschalteten fünften Widerstand (Rf) enthält.
5. Chaos-Neuronen-Schaltung nach Anspruch 4,
dadurch gekennzeichnet, daß
der Wert des fünften Widerstands (Rf) gesteuert wird, um
die Steigung der Ausgangsspannung mit Bezug auf das Ein
gangssignal der nichtlinearen Einrichtung (70) zu steuern.
6. Chaos-Neuronen-Schaltung nach Anspruch 1,
dadurch gekennzeichnet, daß
die erste Abtast-Halte-Einrichtung
einen Inverter (INV) zum Empfangen und Invertieren des er
sten Taktsignals (CK1);
ein CMOS-Übertragungstor (G1) zum Übertragen des Eingangs signals im Ansprechen auf das erste Taktsignal, und eine zwischen den Ausgang des CMOS-Übertragungstors und Masse geschaltete Reihenschaltung aus einem Widerstand (R) und einem Kondensator (C) umfaßt.
ein CMOS-Übertragungstor (G1) zum Übertragen des Eingangs signals im Ansprechen auf das erste Taktsignal, und eine zwischen den Ausgang des CMOS-Übertragungstors und Masse geschaltete Reihenschaltung aus einem Widerstand (R) und einem Kondensator (C) umfaßt.
7. Chaos-Neuronen-Schaltung nach Anspruch 1,
dadurch gekennzeichnet, daß
die zweite Abtast-Halte-Einrichtung
einen Inverter (INV) zum Empfangen und Invertieren des
zweiten Taktsignals (CK1);
ein CMOS-Übertragungstor (G1) zum Übertragen des Eingangs signals im Ansprechen auf das zweite Taktsignal, und eine zwischen den Ausgang des CMOS-Übertragungstors und Masse geschaltete Reihenschaltung aus einem Widerstand (R) und einem Kondensator (C) umfaßt.
ein CMOS-Übertragungstor (G1) zum Übertragen des Eingangs signals im Ansprechen auf das zweite Taktsignal, und eine zwischen den Ausgang des CMOS-Übertragungstors und Masse geschaltete Reihenschaltung aus einem Widerstand (R) und einem Kondensator (C) umfaßt.
8. Neuronales Chaos-Netzwerk, das durch Verbinden einer
vorbestimmten Anzahl von Chaos-Neuronen-Schaltungen in Form
einer Reihenschaltung gebildet wird, wobei jeder Chaos-
Neuronen-Schaltung ein vorbestimmtes Gewicht zugeordnet
wird, wobei jede dieser Chaos-Neuronen-Schaltungen eine
Chaos-Neuronen-Schaltung gemäß Patentanspruch 1 verwendet.
9. Neuronales Chaos-Netzwerk, das durch Verbinden einer
vorbestimmten Anzahl von Chaos-Neuronen-Schaltungen in Form
einer Parallelschaltung gebildet wird, wobei jeder Chaos-
Neuronen-Schaltung ein vorbestimmtes Gewicht zugeordnet
wird, wobei jede dieser Chaos-Neuronen-Schaltungen eine
Chaos-Neuronen-Schaltung gemäß Patentanspruch 1 verwendet.
10. Neuronales Chaos-Netzwerk, das durch Verbinden einer
vorbestimmten Anzahl von Chaos-Neuronen-Schaltungen in Form
einer Reihen- und Parallelschaltung gebildet wird, wobei
jeder Chaos-Neuronen-Schaltung ein vorbestimmtes Gewicht
zugeordnet wird, wobei jede dieser Chaos-Neuronen-
Schaltungen eine Chaos-Neuronen-Schaltung gemäß Patentan
spruch 1 verwendet.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019940001915A KR0185754B1 (ko) | 1994-02-02 | 1994-02-02 | 맵핑회로와 이를 이용한 혼돈 신경망 |
Publications (2)
Publication Number | Publication Date |
---|---|
DE19503147A1 DE19503147A1 (de) | 1995-08-03 |
DE19503147C2 true DE19503147C2 (de) | 1997-06-05 |
Family
ID=19376668
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19503147A Expired - Fee Related DE19503147C2 (de) | 1994-02-02 | 1995-02-01 | Chaos-Neuronen-Schaltung und diese verwendendes Neuronales Chaos-Netzwerk |
Country Status (5)
Country | Link |
---|---|
US (1) | US5745655A (de) |
JP (1) | JPH07282167A (de) |
KR (1) | KR0185754B1 (de) |
DE (1) | DE19503147C2 (de) |
FR (1) | FR2716051B1 (de) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6269306B1 (en) * | 2000-06-13 | 2001-07-31 | Ford Global Tech. | System and method for estimating sensor errors |
DE60107529D1 (de) * | 2001-01-12 | 2005-01-05 | St Microelectronics Srl | Chaotische Signale verwendendes Kommunikationsverfahren |
US20020165829A1 (en) * | 2001-05-04 | 2002-11-07 | Jones John A. | Financial transaction processing system |
TWI251166B (en) * | 2001-11-26 | 2006-03-11 | Expl Of Next Generation Co Ltd | Synapse element with learning function and semiconductor integrated circuit device including the synapse element |
US6664818B1 (en) * | 2002-11-13 | 2003-12-16 | Winbond Electronics Corporation | Current controlled sigmoid neural circuit |
US20040204082A1 (en) * | 2003-01-07 | 2004-10-14 | International Business Machines Corporation | Mobile financial card scanner using a wireless digital network to transmit the transaction of the purchase of goods and services |
US7096437B2 (en) * | 2003-10-07 | 2006-08-22 | University Of Florida Research Foundation, Inc. | Method and apparatus for a chaotic computing module using threshold reference signal implementation |
US7863937B2 (en) * | 2003-10-07 | 2011-01-04 | University Of Florida Research Foundation, Inc. | Logic based on the evolution of nonlinear dynamical systems |
US8250055B2 (en) * | 2003-10-07 | 2012-08-21 | University Of Florida Research Foundation, Inc. | Non-linear dynamical search engine |
US20060271342A1 (en) * | 2005-05-27 | 2006-11-30 | Trustees Of The University Of Pennsylvania | Cort_x: a dynamic brain model |
US7453285B2 (en) * | 2006-12-22 | 2008-11-18 | Chaologix, Inc. | Dynamically configurable logic gate using a non-linear element |
US7941471B2 (en) * | 2007-01-29 | 2011-05-10 | International Business Machines Corporation | Differential approach to current-mode chaos based random number generator |
US7924059B2 (en) * | 2009-02-27 | 2011-04-12 | University Of Florida Research Foundation, Inc. | Reconfigurable and reliable logic circuit elements that exploit nonlinearity and noise |
WO2011047035A2 (en) | 2009-10-14 | 2011-04-21 | Chaologix, Inc. | High utilization universal logic array with variable circuit topology and logistic map circuit to realize a variety of logic gates with constant power signatures |
KR102234651B1 (ko) * | 2019-06-20 | 2021-04-01 | (주)헬스허브 | 인공지능 플랫폼 시스템 및 이를 제공하기 위한 방법 |
CN111162769B (zh) * | 2019-12-03 | 2023-07-25 | 湘潭大学 | 一种双曲正切型忆阻Duffing混沌模型及电路 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03113667A (ja) * | 1989-09-28 | 1991-05-15 | Ezel Inc | データ処理装置 |
US5235672A (en) * | 1991-02-06 | 1993-08-10 | Irvine Sensors Corporation | Hardware for electronic neural network |
JP3210054B2 (ja) * | 1992-02-21 | 2001-09-17 | 烈 山川 | カオス的信号発生装置および方法ならびにカオス・ディバイス |
KR960013367B1 (ko) * | 1992-05-30 | 1996-10-04 | 정호선 | 프로그램이 가능한 다층 신경회로망 |
-
1994
- 1994-02-02 KR KR1019940001915A patent/KR0185754B1/ko not_active IP Right Cessation
-
1995
- 1995-01-19 US US08/375,473 patent/US5745655A/en not_active Expired - Fee Related
- 1995-01-26 JP JP7011029A patent/JPH07282167A/ja active Pending
- 1995-02-01 FR FR9501168A patent/FR2716051B1/fr not_active Expired - Fee Related
- 1995-02-01 DE DE19503147A patent/DE19503147C2/de not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
KR0185754B1 (ko) | 1999-05-15 |
KR950025558A (ko) | 1995-09-18 |
FR2716051B1 (fr) | 1997-01-03 |
US5745655A (en) | 1998-04-28 |
JPH07282167A (ja) | 1995-10-27 |
DE19503147A1 (de) | 1995-08-03 |
FR2716051A1 (fr) | 1995-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE19503147C2 (de) | Chaos-Neuronen-Schaltung und diese verwendendes Neuronales Chaos-Netzwerk | |
DE4042139C2 (de) | Neuron-Einheit | |
DE4143073A1 (de) | Mehrschichtiges neuronales netzwerk | |
DE112011101370T5 (de) | Neuronales Netz mit kanonischen gepulsten Neuronen für einen raumzeitlichen Assoziativspeicher | |
DE112019000437B4 (de) | Architektur einer resistiven verarbeitungseinheit mit voneinander getrennter gewichtungsaktualisierungs- und inferenzschaltung | |
DE112019005119T5 (de) | Abgleichtechniken zum angleichen des symmetriepunktes als null-gewichtungspunkt in analogen kreuzungspunktanordnungen | |
DE2310267C2 (de) | Digital/Analog-Umsetzer | |
DE112020002186T5 (de) | Dnn-training mit asymmetrischen rpu-einheiten | |
DE10020933A1 (de) | ASK-Modulator und Kommunikationsgerät mit einem ASK-Modulator | |
DE112020001369T5 (de) | Gepulste synaptische elemente für gepulste neuronale netze | |
DE2414014A1 (de) | Einrichtung zum fuehlen der dauer von signalen | |
DE10142840B4 (de) | Verzögerungsschaltung | |
DE3232843C2 (de) | MOS-Logikschaltung | |
DE19504664C2 (de) | Chaotisches rekurrentes neuronales Netz und Lernverfahren dafür | |
DE10043905A1 (de) | Stromkopplung bei der gemischten Simulation von Schaltungen | |
DE3017463A1 (de) | Logische schaltungsanordnung mit asymmetrischen massenpunkt- bzw. quantum- interferenzschaltkreisen | |
DE4315576A1 (de) | Neuronales Netzwerk | |
DE2230597A1 (de) | Anordnung zur erzeugung zweier zueinander hilberttransformierter signale | |
DE2044418A1 (de) | Schieberegister | |
DE2240428A1 (de) | Elektronisches signaluebermittlungstor | |
DE3050495C1 (de) | Stufenumformer elektrischer Signale | |
DE102006009939B9 (de) | Zufallszahlengenerator und Verfahren zum Erzeugen von Zufallszahlen | |
DE4228703A1 (de) | Verfahren zum Entwurf eines neuronalen Netzes | |
DE2123513A1 (de) | Bistabiler elektronischer Kreis | |
DE2210037B2 (de) | Speicher-Prozessor-Element |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
D2 | Grant after examination | ||
8364 | No opposition during term of opposition | ||
8339 | Ceased/non-payment of the annual fee |