JPH02256027A - 神経ネットワーク回路 - Google Patents
神経ネットワーク回路Info
- Publication number
- JPH02256027A JPH02256027A JP1078820A JP7882089A JPH02256027A JP H02256027 A JPH02256027 A JP H02256027A JP 1078820 A JP1078820 A JP 1078820A JP 7882089 A JP7882089 A JP 7882089A JP H02256027 A JPH02256027 A JP H02256027A
- Authority
- JP
- Japan
- Prior art keywords
- neural network
- photoconductive
- network circuit
- spatial light
- light
- 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.)
- Pending
Links
Landscapes
- Liquid Crystal (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
産業上の利用分野
本発明は、神経系と類似な入出力動作、例えばパターン
認識、連想記憶、並列演算処理などを行う神経ネットワ
ーク回路に関するものである。
認識、連想記憶、並列演算処理などを行う神経ネットワ
ーク回路に関するものである。
従来の技術
現在、生体の持つ神経機能のハードウェア化、すなわち
ニューロコンピュータの開発が活発に行われているが、
学習機能およびしきい値処理機能をハードウェア化した
ものはなく、これらの処理は従来のフォノ・ノイマン型
計算機に依存している。また、現在のところ、入力層お
よび出力層の２７Ｉからなる神経回路モデルのみハード
ウェア化が試みられており、第８図に示すような階層構
造モデルをハードウェア化したものは報告されていない
。
ニューロコンピュータの開発が活発に行われているが、
学習機能およびしきい値処理機能をハードウェア化した
ものはなく、これらの処理は従来のフォノ・ノイマン型
計算機に依存している。また、現在のところ、入力層お
よび出力層の２７Ｉからなる神経回路モデルのみハード
ウェア化が試みられており、第８図に示すような階層構
造モデルをハードウェア化したものは報告されていない
。
発明が解決しようとする課題
ハードウェアで構成したニューロコンピュータは、学習
およびしきい値処理を逐次直列的に計算機で行っており
、計算時間の問題から実用に供し得る規模のものはまだ
報告されていない。ニューロコンピュータの実用化に向
けて、より複雑な演算、神経細胞数の増加および学習機
能の向上を図る必要があり、そのためには学習機能およ
びしきい値処理機能のハードウェア化を行う必要がある
。
およびしきい値処理を逐次直列的に計算機で行っており
、計算時間の問題から実用に供し得る規模のものはまだ
報告されていない。ニューロコンピュータの実用化に向
けて、より複雑な演算、神経細胞数の増加および学習機
能の向上を図る必要があり、そのためには学習機能およ
びしきい値処理機能のハードウェア化を行う必要がある
。
マタ、ニューロコンビ二一夕の特徴である連想、あいま
い処理、パターン識別などの能力を向上させるために、
ネットワークの回路を階層構造にすることが有効である
。しかし、ニューロン（神経細胞）間の配線が多数にな
るなどの問題があるために、階層構造のハードウェア化
は困難であった。そのため、現在、ハードウェア化され
ているニューロコンピュータは、入力層と出力層の２層
からなる簡単なモデルに基づくものであり、実用に供し
得るものではない。
い処理、パターン識別などの能力を向上させるために、
ネットワークの回路を階層構造にすることが有効である
。しかし、ニューロン（神経細胞）間の配線が多数にな
るなどの問題があるために、階層構造のハードウェア化
は困難であった。そのため、現在、ハードウェア化され
ているニューロコンピュータは、入力層と出力層の２層
からなる簡単なモデルに基づくものであり、実用に供し
得るものではない。
本発明は以上のような従来の問題点を解決するためのも
ので、学習機能を持ち、しかもしきい値処理機能をハー
ドウェアで実現し、階層構造を容易に実現できる神経ネ
ットワーク回路を提供することを目的とするものである
。
ので、学習機能を持ち、しかもしきい値処理機能をハー
ドウェアで実現し、階層構造を容易に実現できる神経ネ
ットワーク回路を提供することを目的とするものである
。
課題を解決するための手段
上記目的を達成するために本発明の神経ネットワーク回
路は、液晶層と光導電性を有する部分と電界効果型トラ
ンジスタを備え、電界効果型トランジスタに光導電性を
有する部分が電気的に接続されており、かつ光導電性を
有する部分に光を照射することにより液晶層にかかる電
界強度を変調する空間光変調素子を少なくとも構成要素
とすることを特徴とするものである。
路は、液晶層と光導電性を有する部分と電界効果型トラ
ンジスタを備え、電界効果型トランジスタに光導電性を
有する部分が電気的に接続されており、かつ光導電性を
有する部分に光を照射することにより液晶層にかかる電
界強度を変調する空間光変調素子を少なくとも構成要素
とすることを特徴とするものである。
作用
液晶を駆動している薄膜電界効果型トランジスタ（以下
、ＴＰＴと略記する）に光導電性を有する部分（以下、
ＰＣ部分と略記する）を接続する構成（例えば、ゲート
電極にＰＣ部分を接続する）をとっている。ＰＣ部分は
光照射しない場合は静電容量を持ちコンデンサとして働
くが、ある一定光量以上の光照射をした場合は′その機
能を失い、充電されていた電荷は消滅する。従って、充
電したＰＣ部分をゲート電極に接続した状態でＴＰＴが
導通状態にある場合、ＰＣ部分に光を照射することより
ゲート電圧を小さくできるので、ＴＦＴの導通状態を遮
断することができる。つまり、入射光に対するしきい値
処理を行うことができる。
、ＴＰＴと略記する）に光導電性を有する部分（以下、
ＰＣ部分と略記する）を接続する構成（例えば、ゲート
電極にＰＣ部分を接続する）をとっている。ＰＣ部分は
光照射しない場合は静電容量を持ちコンデンサとして働
くが、ある一定光量以上の光照射をした場合は′その機
能を失い、充電されていた電荷は消滅する。従って、充
電したＰＣ部分をゲート電極に接続した状態でＴＰＴが
導通状態にある場合、ＰＣ部分に光を照射することより
ゲート電圧を小さくできるので、ＴＦＴの導通状態を遮
断することができる。つまり、入射光に対するしきい値
処理を行うことができる。
さらに、複数のＰＣ部分を直列に接続し、ゲート電圧で
これらＰＣ部分を充電した場合、光照射を行うＰＣ部分
の数によって、ゲート電圧が変化するため、ＴＦＴの動
作状態を変化させることができる。すなわち多入力に対
するしきい値処理を行うことができる。また、ＰＣ部分
を充電するゲート電圧を変化することでこのしきい値を
制御することができる。
これらＰＣ部分を充電した場合、光照射を行うＰＣ部分
の数によって、ゲート電圧が変化するため、ＴＦＴの動
作状態を変化させることができる。すなわち多入力に対
するしきい値処理を行うことができる。また、ＰＣ部分
を充電するゲート電圧を変化することでこのしきい値を
制御することができる。
神経細胞の持つしきい値処理機能をこのような空間光変
調素子を用いて実現すると、従来計算機で行ってきたし
きい値処理を同時並列的に高速で行うことができる。ま
た、空間光変調素子に加える電圧によってしきい値を任
意に設定できるため、しきい値を制御することによって
、神経ネットワーク回路の効率的な動作を行うことがで
きる。つまり、しきい値処理のハードウェア化により演
算時間を短縮できるだけでなく、シナプス結合強度だけ
を学習する場合に比べて学習の収束度および動作能力の
向上が図れる。
調素子を用いて実現すると、従来計算機で行ってきたし
きい値処理を同時並列的に高速で行うことができる。ま
た、空間光変調素子に加える電圧によってしきい値を任
意に設定できるため、しきい値を制御することによって
、神経ネットワーク回路の効率的な動作を行うことがで
きる。つまり、しきい値処理のハードウェア化により演
算時間を短縮できるだけでなく、シナプス結合強度だけ
を学習する場合に比べて学習の収束度および動作能力の
向上が図れる。
また、この空間光変調素子でシナプス結合を構成すると
、入射する信号光強度に対してシナプス結合強度が変化
するため、教師無しの学習が可能になる。
、入射する信号光強度に対してシナプス結合強度が変化
するため、教師無しの学習が可能になる。
さらに、この空間光変調素子は透過型で使用できるため
、重ね合わせるだけで階層構造モデルを構成でき、より
高度な機能を実現できる。
、重ね合わせるだけで階層構造モデルを構成でき、より
高度な機能を実現できる。
実施例
本発明の実施例について、図面を参照しながら説明する
。
。
第１図に本発明の一実施例における神経ネットワーク回
路の一例を示す。第１図（ａ）は神経ネットワーク回路
の構成を概略的に示したもの、（ｂ）、（ｃ）はそれぞ
れしきい値素子として用いた空間光変調素子の等価回路
図である。入カバターン表示素子１０１は入力層、しき
い値素子１０２は出力層に対応し、この間のシナプス結
合がシナプス結合素子で１０３で形成されている。
路の一例を示す。第１図（ａ）は神経ネットワーク回路
の構成を概略的に示したもの、（ｂ）、（ｃ）はそれぞ
れしきい値素子として用いた空間光変調素子の等価回路
図である。入カバターン表示素子１０１は入力層、しき
い値素子１０２は出力層に対応し、この間のシナプス結
合がシナプス結合素子で１０３で形成されている。
入カバターン表示素子１０１は、２次元配列した発光ダ
イオード、電界光（ＥＬ）素子、ａ−Ｓｉ：Ｈまたは多
結晶Ｓ！）ランジスタアレイを能動素子とし９０°ねじ
れネマティック液晶を用いたアクティブマトリックス型
の液晶セル（以下、ＡＭ−ＬＣセルと略記する）と蛍光
灯と面拡散板゛を組み合わせた液晶表示素子などで構成
されるもので、回路に人力信号を与えるものである。
イオード、電界光（ＥＬ）素子、ａ−Ｓｉ：Ｈまたは多
結晶Ｓ！）ランジスタアレイを能動素子とし９０°ねじ
れネマティック液晶を用いたアクティブマトリックス型
の液晶セル（以下、ＡＭ−ＬＣセルと略記する）と蛍光
灯と面拡散板゛を組み合わせた液晶表示素子などで構成
されるもので、回路に人力信号を与えるものである。
しきい値素子１０２は第１図（ｂ）、（Ｃ）の等価回路
で表される空間光変調素子がマトリックス状に複数個配
列されて構成されている。（ｂ）は２つのＴＰＴ（ＴＦ
Ｔｌ、ＴＰＴ２）と液晶層（静電容量としてＣＬＣと表
す。）とＰＣ部分の光導電層からなる。
で表される空間光変調素子がマトリックス状に複数個配
列されて構成されている。（ｂ）は２つのＴＰＴ（ＴＦ
Ｔｌ、ＴＰＴ２）と液晶層（静電容量としてＣＬＣと表
す。）とＰＣ部分の光導電層からなる。
光導電層はＴＰＴ２のゲート電極とアース間に接続され
ており、光を照射しない状態では誘電体として働くため
静電容量Ｃｐｃと表す。この回路図を使って空間光変調
素子の動作について説明する。
ており、光を照射しない状態では誘電体として働くため
静電容量Ｃｐｃと表す。この回路図を使って空間光変調
素子の動作について説明する。
ＴＦＴｌのゲート電極にＶａが印加され、光導電層Ｃｐ
ｃが充電され、ＴＦＴＩが導通する。Ｃｐｃの充電が終
了すると、ＶＧを減少してＴＦＴＩの導通を遮断する。
ｃが充電され、ＴＦＴＩが導通する。Ｃｐｃの充電が終
了すると、ＶＧを減少してＴＦＴＩの導通を遮断する。
この時、ＴＰＴ２のゲート電圧はほぼＶｐに等しく、Ｔ
ＰＴ２は導通し、液晶層ＣＬＣに交流電圧Ｖが印加され
る。次に、光導電層ｃｐｃに光を照射し、光強度が光導
電層の抵抗率を十分減少させる程度に大きくなると、光
導電層に充電されていた電荷は中和し、ＴＰＴ２のゲー
ト電圧は減少する。そのためＴＰＴ２の導通は遮断され
、液晶層ＣＬＣに交流電圧Ｖは印加されなくなる。この
ように光照射により液晶層にかかる電圧を制御でき、し
きい値処理機能を持った空間光変調素子として動作させ
ることができる。（Ｃ）の回路は、１個のＴＰＴと光導
電層Ｃｐｃと液晶層ＣＬＣからなり、光導電層はＴＰＴ
３のソース電極に液晶層と直列に接続されている。ＴＰ
Ｔ３のゲート電極に電圧Ｖａが印加されるとＴＰＴ３が
導通し、光導電層および液晶層に交流電圧Ｖが印加され
る。但し、Ｃ８ＣはＣｉｃと同程度あるいはそれ以下と
小さいため、■はおもに光導電層にＣｐｃにかかり液晶
層ＣＬＣにはあまりかからない。次に、光導電層Ｃｐｃ
に光を照射し、光導電層の抵抗率を十分小さくしてしま
うと、ＶはＣＬｃにかかる。従って、光照射により液晶
層にかかる電圧を変化することができる。（ｂ）の場合
と同様に液晶層にかかる電圧を変化することが可能であ
る。
ＰＴ２は導通し、液晶層ＣＬＣに交流電圧Ｖが印加され
る。次に、光導電層ｃｐｃに光を照射し、光強度が光導
電層の抵抗率を十分減少させる程度に大きくなると、光
導電層に充電されていた電荷は中和し、ＴＰＴ２のゲー
ト電圧は減少する。そのためＴＰＴ２の導通は遮断され
、液晶層ＣＬＣに交流電圧Ｖは印加されなくなる。この
ように光照射により液晶層にかかる電圧を制御でき、し
きい値処理機能を持った空間光変調素子として動作させ
ることができる。（Ｃ）の回路は、１個のＴＰＴと光導
電層Ｃｐｃと液晶層ＣＬＣからなり、光導電層はＴＰＴ
３のソース電極に液晶層と直列に接続されている。ＴＰ
Ｔ３のゲート電極に電圧Ｖａが印加されるとＴＰＴ３が
導通し、光導電層および液晶層に交流電圧Ｖが印加され
る。但し、Ｃ８ＣはＣｉｃと同程度あるいはそれ以下と
小さいため、■はおもに光導電層にＣｐｃにかかり液晶
層ＣＬＣにはあまりかからない。次に、光導電層Ｃｐｃ
に光を照射し、光導電層の抵抗率を十分小さくしてしま
うと、ＶはＣＬｃにかかる。従って、光照射により液晶
層にかかる電圧を変化することができる。（ｂ）の場合
と同様に液晶層にかかる電圧を変化することが可能であ
る。
空間光変調素子の光導電層に使用する材料は、暗時では
誘電体として動作し、光照射時には光導電性により誘電
体の特性を失うものである。例えば、 Ｃｄ Ｓｒ
Ｃｄ Ｔ ｅｌ Ｃｄ Ｓ ｅｌ Ｚ ｎ Ｓｒ
Ｚ ｎＳ ＩＢＩ Ｇ ａＡ Ｌ Ｇ ａＮ＋
Ｇ ａ Ｐ＋ Ｇ ａＡ Ｉ Ａｓ。
誘電体として動作し、光照射時には光導電性により誘電
体の特性を失うものである。例えば、 Ｃｄ Ｓｒ
Ｃｄ Ｔ ｅｌ Ｃｄ Ｓ ｅｌ Ｚ ｎ Ｓｒ
Ｚ ｎＳ ＩＢＩ Ｇ ａＡ Ｌ Ｇ ａＮ＋
Ｇ ａ Ｐ＋ Ｇ ａＡ Ｉ Ａｓ。
ＩｎＰ等の化合物半導体、Ｓ ｅｌ Ｓ ｅ Ｔ ｅ
ｌ Ａ ｓＳｅ等の非晶質半導体、Ｓ １＋ Ｇ
ｅｌ Ｓ １ ＋−＊Ｃｘ５Ｓ Ｉ Ｉ−ｘＧ ｅｌ
ｕ Ｇ ｅｌ−ｘｃｘ（Ｏ＜Ｘ＜１）の多結晶または
非晶質半導体、また、 （１）フタロシアニン顔料（Ｐ
ｃと略す）例えば無金属Ｐ ＣＩ Ｘ Ｐ ｃ （Ｘ
＝Ｃｕｌ Ｎ Ｉ＋ Ｃ０１Ｔ ｔ Ｏ＋ Ｍ
ｇ＋ Ｓ ｔ （ＯＨ）ｔなど）、ＡｌＣｌＰｃＣ
１，Ｔｉ０ＣＩＰｃＣ１゜ＩｎＣｌＰｃＣ１，ＩｎＣｌ
Ｐｃ、ＩｎＢｒＰｃＢｒなど、 （２）モノアゾ色素、
ジスアゾ色素などのアゾ系色素、 （３）ペニレン酸無
水化物およびペニレン酸イミドなどのペニレン系顔料、
（４）インジゴイド染料、 （５）キナクリドン顔料、
（６）アントラキノン類、ピレンキノン類などの多環
キノン類、 （７）シアニン色素、 （８）キサンチン
染料、 （９）ＰＶＫ／ＴＮＦなどの電荷移動錯体、
（１０）ビリリウム塩染料とポリカーボネイト樹脂から
形成される共晶錯体、 （１１）アズレニウム塩化合物
など有機半導体がある。
ｌ Ａ ｓＳｅ等の非晶質半導体、Ｓ １＋ Ｇ
ｅｌ Ｓ １ ＋−＊Ｃｘ５Ｓ Ｉ Ｉ−ｘＧ ｅｌ
ｕ Ｇ ｅｌ−ｘｃｘ（Ｏ＜Ｘ＜１）の多結晶または
非晶質半導体、また、 （１）フタロシアニン顔料（Ｐ
ｃと略す）例えば無金属Ｐ ＣＩ Ｘ Ｐ ｃ （Ｘ
＝Ｃｕｌ Ｎ Ｉ＋ Ｃ０１Ｔ ｔ Ｏ＋ Ｍ
ｇ＋ Ｓ ｔ （ＯＨ）ｔなど）、ＡｌＣｌＰｃＣ
１，Ｔｉ０ＣＩＰｃＣ１゜ＩｎＣｌＰｃＣ１，ＩｎＣｌ
Ｐｃ、ＩｎＢｒＰｃＢｒなど、 （２）モノアゾ色素、
ジスアゾ色素などのアゾ系色素、 （３）ペニレン酸無
水化物およびペニレン酸イミドなどのペニレン系顔料、
（４）インジゴイド染料、 （５）キナクリドン顔料、
（６）アントラキノン類、ピレンキノン類などの多環
キノン類、 （７）シアニン色素、 （８）キサンチン
染料、 （９）ＰＶＫ／ＴＮＦなどの電荷移動錯体、
（１０）ビリリウム塩染料とポリカーボネイト樹脂から
形成される共晶錯体、 （１１）アズレニウム塩化合物
など有機半導体がある。
また、非晶質のＳ ｌ＋ Ｇ ｅｌ Ｓ １１−ｘ
ｃ＋ｕＳ ｓ ＋ −ｘ Ｇ ｅｘ＋ Ｇ ｅ ＋−
８Ｃ，Ｃ以下、ａ−８ｉ、ａ−Ｇｅ、ａ Ｓｉ＋−８
ＣＸＩ ａ −Ｓ １１−ｘ Ｇ ｅｘ、ａＧｅ＋−
＊Ｃｘのように略す）を光導電層１０３に使用する場合
、水素またはハロゲン元素を含めてもよく、誘電率を小
さくするおよび抵抗率の増加のため酸素または窒素を含
めてもよい。抵抗率の制御にはｐ型不純物であるＢ、Ａ
Ｉ、Ｇａなどの元素を、またはｎ型不純物であるＰ＋
Ａｓ、Ｓｂなどの元素を添加してもよい。このように
不純物を添加した非晶質材料を積層してｐ／ｎ＋ｐ／ｌ
＋１／ｎｐ／ｉ／ｎなどの接合を形成し、光導電層内に
空乏層を形成するようにして誘電率を制御してもよい。
ｃ＋ｕＳ ｓ ＋ −ｘ Ｇ ｅｘ＋ Ｇ ｅ ＋−
８Ｃ，Ｃ以下、ａ−８ｉ、ａ−Ｇｅ、ａ Ｓｉ＋−８
ＣＸＩ ａ −Ｓ １１−ｘ Ｇ ｅｘ、ａＧｅ＋−
＊Ｃｘのように略す）を光導電層１０３に使用する場合
、水素またはハロゲン元素を含めてもよく、誘電率を小
さくするおよび抵抗率の増加のため酸素または窒素を含
めてもよい。抵抗率の制御にはｐ型不純物であるＢ、Ａ
Ｉ、Ｇａなどの元素を、またはｎ型不純物であるＰ＋
Ａｓ、Ｓｂなどの元素を添加してもよい。このように
不純物を添加した非晶質材料を積層してｐ／ｎ＋ｐ／ｌ
＋１／ｎｐ／ｉ／ｎなどの接合を形成し、光導電層内に
空乏層を形成するようにして誘電率を制御してもよい。
このような非晶質材料だけでなく、上記の材料を２種類
以上積層してヘテロ接合を形成して光導電層の誘電率を
制御してもよい。また、光導電層の膜厚は０．０１〜１
００μｍが望ましい。
以上積層してヘテロ接合を形成して光導電層の誘電率を
制御してもよい。また、光導電層の膜厚は０．０１〜１
００μｍが望ましい。
第１図（ｄ）、（ｅ）はそれぞれ第１図（ｂ）、（ｃ）
に示した等価回路において、ＣＰｃを複数個直列に接続
したものに変えた等価回路図である。この場合、光照射
する光導電層Ｃｐｃｋ（ｋ：ＬＬ・・・＋ｎ）の数によ
ってＴＰＴ（第１図（ａ）ではＴＰＴ２．（ｂ）ではＴ
ＰＴ３）の導通状態を変化することができる。
に示した等価回路において、ＣＰｃを複数個直列に接続
したものに変えた等価回路図である。この場合、光照射
する光導電層Ｃｐｃｋ（ｋ：ＬＬ・・・＋ｎ）の数によ
ってＴＰＴ（第１図（ａ）ではＴＰＴ２．（ｂ）ではＴ
ＰＴ３）の導通状態を変化することができる。
シナプス結合素子１０３は、光の透過率、偏光、屈折率
などを変化あるいは波長を変換できる機能を持つもので
、例えばＡＭ−ＬＣＤまたはしきい値素子１０２に用い
た空間光変調素子を使用することができる。
などを変化あるいは波長を変換できる機能を持つもので
、例えばＡＭ−ＬＣＤまたはしきい値素子１０２に用い
た空間光変調素子を使用することができる。
以下に具体的な実施例について図を参照して説明する。
実施例１
第１図（ａ）に示した本発明の神経ネットワーク回路の
一例において、第２図（ａ）の構造断面図および（ｂ）
の平面図で表される空間光変調素子をしきい値素子＋０
２に用いて光連想メモリを構成した。
一例において、第２図（ａ）の構造断面図および（ｂ）
の平面図で表される空間光変調素子をしきい値素子＋０
２に用いて光連想メモリを構成した。
この空間光変調素子の等価回路は第１図（ｄ）で表され
る。この等価回路は基本的には第１図（ｂ）のものと同
じであるが、光導電層が複数で直列に接続されているこ
とである。つまり、光照射される光導電層の数によって
ＴＰＴのゲート電圧が変化する構造になっている。この
空間光変調素子は水素化非晶質シリコン（以下、 ａ
−９ｉ：Ｈと略記する）を半導体層２０１をして用いた
ＴＰＴを２個、片方のガラス基板２０２上に形成した。
る。この等価回路は基本的には第１図（ｂ）のものと同
じであるが、光導電層が複数で直列に接続されているこ
とである。つまり、光照射される光導電層の数によって
ＴＰＴのゲート電圧が変化する構造になっている。この
空間光変調素子は水素化非晶質シリコン（以下、 ａ
−９ｉ：Ｈと略記する）を半導体層２０１をして用いた
ＴＰＴを２個、片方のガラス基板２０２上に形成した。
ＴＰＴの形成は先ず、ガラス基板２０２上にゲート電極
２０３を例えばＣｒで形成し、その後ゲート絶縁膜２０
４、半導体層２０！、半導体保護層２０５をプラズマＣ
ＶＤ法で形成・パターニングした。モしてオーミック性
を改善するためにｎ型半導体層２０６を介在させた後、
ソース電極２０７・ドレイン電極２０８を例えばＡ１な
どで一括形成し、ＴＰＴを作製した。次に、透明電極２
０９を例えばＩＴＯで形成し、ゲート絶縁膜２０４にエ
ツチングで開けた穴よりゲート電極２０３を接続する。
２０３を例えばＣｒで形成し、その後ゲート絶縁膜２０
４、半導体層２０！、半導体保護層２０５をプラズマＣ
ＶＤ法で形成・パターニングした。モしてオーミック性
を改善するためにｎ型半導体層２０６を介在させた後、
ソース電極２０７・ドレイン電極２０８を例えばＡ１な
どで一括形成し、ＴＰＴを作製した。次に、透明電極２
０９を例えばＩＴＯで形成し、ゲート絶縁膜２０４にエ
ツチングで開けた穴よりゲート電極２０３を接続する。
その上に光導電層２１０として例えばａ−Ｓｌ：Ｈを形
成・パターニングし、さらに透明電極２１１を形成して
光導電層２１０の電極とした。つぎに液晶２！２に電界
を印加するための画素電極２＋３をＩＴＯなどの透明電
極で形成した。その後、配向膜２１４を塗布、ラビング
処理をした。もう一方のガラス基板２！５には対向電極
２１６と遮光層２１７を設け、同様に配向膜２１８を塗
布、ラビング処理を行うがこのラビング処理は先の基板
とは約８０゛ ずれた方向に行った。そして、両基板の
間にねじれネマティック液晶２１２を封入し、基板の前
後に偏光板２１９を配置した。これは透過型の構造を取
っており、出力は透過像で与えられる。
成・パターニングし、さらに透明電極２１１を形成して
光導電層２１０の電極とした。つぎに液晶２！２に電界
を印加するための画素電極２＋３をＩＴＯなどの透明電
極で形成した。その後、配向膜２１４を塗布、ラビング
処理をした。もう一方のガラス基板２！５には対向電極
２１６と遮光層２１７を設け、同様に配向膜２１８を塗
布、ラビング処理を行うがこのラビング処理は先の基板
とは約８０゛ ずれた方向に行った。そして、両基板の
間にねじれネマティック液晶２１２を封入し、基板の前
後に偏光板２１９を配置した。これは透過型の構造を取
っており、出力は透過像で与えられる。
また、第２図（ｂ）の平面図に示すように１つのＴＰＴ
のゲート電極に直列に接続される光導電層２！０の数は
１６個とし、この空間光変調素子を４ｘ４のマトリクラ
ス状に配置した。
のゲート電極に直列に接続される光導電層２！０の数は
１６個とし、この空間光変調素子を４ｘ４のマトリクラ
ス状に配置した。
入カバターン表示素子１０１には蛍光灯と面拡散板を組
み合わせたＡＭ−ＬＣセル（ただし、これらのＡＭ−Ｌ
Ｃセルの画素数は４００Ｘ４００（＝ＩＧＯＯＯＯ）個
であった）を用いた。このＡＭ−ＬＣセルからでる光は
４００〜Ｇ５０ｎｍであった。一方、シナプス結合素子
１０３は、偏光方向が平行である２枚のカラー偏光板を
用いたＡＭ−ＬＣセルを用いた。このカラー偏光板の偏
光方向と享角方向の透過特性は第２図（Ｃ）に示すよう
なものである。また、しきい値素子１０２に用いた空間
光変調素子のシナプス結合素子＋０３のある側と反対側
にはλ１より短波長側の光は、透過しないカラーフィル
タを配置しているため、しきい値素子１０２からの透過
光はλ１より長波長でしきい値処理された出力光となる
。
み合わせたＡＭ−ＬＣセル（ただし、これらのＡＭ−Ｌ
Ｃセルの画素数は４００Ｘ４００（＝ＩＧＯＯＯＯ）個
であった）を用いた。このＡＭ−ＬＣセルからでる光は
４００〜Ｇ５０ｎｍであった。一方、シナプス結合素子
１０３は、偏光方向が平行である２枚のカラー偏光板を
用いたＡＭ−ＬＣセルを用いた。このカラー偏光板の偏
光方向と享角方向の透過特性は第２図（Ｃ）に示すよう
なものである。また、しきい値素子１０２に用いた空間
光変調素子のシナプス結合素子＋０３のある側と反対側
にはλ１より短波長側の光は、透過しないカラーフィル
タを配置しているため、しきい値素子１０２からの透過
光はλ１より長波長でしきい値処理された出力光となる
。
この神経ネットワーク回路に第３図に示すようなマトリ
ックサイズ４ｘ４のアルファベットのＡ、Ｊ、Ｏの３文
字を入力し、学習させてシナプス結合素子＋０３に記憶
させた。学習の際、入カバターンに応じてしきい値の値
を制御したところ、しない場合の２倍以上の速さで収束
し、しかも第４図に示すような不完全パターンの入力に
対しても、完全な出力結果を得た。また、出力（想起結
果）の表示は、実時間で行え、計算機を使った場合より
もすばやく得られることを確認した。
ックサイズ４ｘ４のアルファベットのＡ、Ｊ、Ｏの３文
字を入力し、学習させてシナプス結合素子＋０３に記憶
させた。学習の際、入カバターンに応じてしきい値の値
を制御したところ、しない場合の２倍以上の速さで収束
し、しかも第４図に示すような不完全パターンの入力に
対しても、完全な出力結果を得た。また、出力（想起結
果）の表示は、実時間で行え、計算機を使った場合より
もすばやく得られることを確認した。
実施例２
、第５図（ａ）に示すような階層型の神経ネットワーク
回路を構成した。
回路を構成した。
先ず、この回路の構成について説明する。入力表示素子
５０１は２次元に配列した発光ダイオードのアレイでλ
、λ２．λ３（但し、λ１くλ２くλ３）の異なる発光
波長成分を持っている。シナプス結合素子５０２．５０
３はともに画素数５１２Ｘ５１２のＡＭ−ＬＣで構成さ
れている。シナプス結合素子５０２のＡＭ−ＬＣに使用
されている２枚の偏光子は偏光方向が平行であるカラー
偏光子を用いており、偏光方向に直角方向の透過特性は
第５図（ｂ）に示すようなものである。しきい鎖素子５
０４の構造は第１図（ｅ）の等価回路で表され、第５図
（Ｃ）に示すように１６ｘｌＧのマトリックス状に光導
電層を配列したものをさらにＩＧｘｌＧのマトリックス
状に配列したものである。しきい鎖素子５０４の透過光
は第５図（ｄ）に示すような透過特性をもつような光学
フィルタ５０５を通り、シナプス結合素子５０３に入射
する。シナプス結合素子５０３のＡＭ−ＬＣに用いられ
ている２枚の偏光板は、シナプス結合素子５０２と同様
にカラー偏光子を用いており、偏光方向と直角方向の透
過特性は第５図（ｅ）に示すようなものである。しきい
鎖素子５０６の構造は第１図（ｅ）に示すような４ｘ４
のマトリックス状に光導電層を配列したものをさらに４
ｘ４のマトリックス状に配列したものである。しきい鎖
素子５０６の透過光は第５図（ｆ）に示すような透過特
性を持つ光学フィルタ５０８を通り、λ３の波長の出カ
バターンが得られる。ここで、しきい鎖素子５０４に使
用されている光導電層はλ１を吸収しλ２．λ３の光を
余り吸収しないａ−５ＩＣ：Ｈであり、しきい鎖素子５
０［ｉに使用されている光導電層はλ２を吸収し、λ３
を余り吸収しないａ−Ｓｌ：Ｉ（である。また、入力表
示素子５．０１は入力層、しきい鎖素子５０４は中間層
、しきい鎖素子５０［ｉは出力層に相当し、３層の階層
構造になっている。
５０１は２次元に配列した発光ダイオードのアレイでλ
、λ２．λ３（但し、λ１くλ２くλ３）の異なる発光
波長成分を持っている。シナプス結合素子５０２．５０
３はともに画素数５１２Ｘ５１２のＡＭ−ＬＣで構成さ
れている。シナプス結合素子５０２のＡＭ−ＬＣに使用
されている２枚の偏光子は偏光方向が平行であるカラー
偏光子を用いており、偏光方向に直角方向の透過特性は
第５図（ｂ）に示すようなものである。しきい鎖素子５
０４の構造は第１図（ｅ）の等価回路で表され、第５図
（Ｃ）に示すように１６ｘｌＧのマトリックス状に光導
電層を配列したものをさらにＩＧｘｌＧのマトリックス
状に配列したものである。しきい鎖素子５０４の透過光
は第５図（ｄ）に示すような透過特性をもつような光学
フィルタ５０５を通り、シナプス結合素子５０３に入射
する。シナプス結合素子５０３のＡＭ−ＬＣに用いられ
ている２枚の偏光板は、シナプス結合素子５０２と同様
にカラー偏光子を用いており、偏光方向と直角方向の透
過特性は第５図（ｅ）に示すようなものである。しきい
鎖素子５０６の構造は第１図（ｅ）に示すような４ｘ４
のマトリックス状に光導電層を配列したものをさらに４
ｘ４のマトリックス状に配列したものである。しきい鎖
素子５０６の透過光は第５図（ｆ）に示すような透過特
性を持つ光学フィルタ５０８を通り、λ３の波長の出カ
バターンが得られる。ここで、しきい鎖素子５０４に使
用されている光導電層はλ１を吸収しλ２．λ３の光を
余り吸収しないａ−５ＩＣ：Ｈであり、しきい鎖素子５
０［ｉに使用されている光導電層はλ２を吸収し、λ３
を余り吸収しないａ−Ｓｌ：Ｉ（である。また、入力表
示素子５．０１は入力層、しきい鎖素子５０４は中間層
、しきい鎖素子５０［ｉは出力層に相当し、３層の階層
構造になっている。
この回路に第６図に示すようなＩＧｘｌＧのマトリック
スで表示された４つの入力情報（Ｘ）を順次入力表示素
子５０１に表示して、シナプス結合素子５０２，５０３
にパターンを記憶学習させた。学習は４つの入カバター
ンに対してそれぞれ出カバターンを決め、正しい出カバ
ターンが得られるようにシナプス結合素子５０２，５０
３のＡＭ−、、ＬＣの表示信号並びにしきい鎖素子５０
４．５０８の電圧を制御してしきい値の値を変化させて
行った。
スで表示された４つの入力情報（Ｘ）を順次入力表示素
子５０１に表示して、シナプス結合素子５０２，５０３
にパターンを記憶学習させた。学習は４つの入カバター
ンに対してそれぞれ出カバターンを決め、正しい出カバ
ターンが得られるようにシナプス結合素子５０２，５０
３のＡＭ−、、ＬＣの表示信号並びにしきい鎖素子５０
４．５０８の電圧を制御してしきい値の値を変化させて
行った。
その結果、しきい値の値を変化させなかった場合よりも
３倍以上速く学習が収束し、計算機を使った場合よりも
充分速くしきい値処理ができることが確認できた。
３倍以上速く学習が収束し、計算機を使った場合よりも
充分速くしきい値処理ができることが確認できた。
また、この回路に第７図に示すようにパターンの１／８
をかくした入力に対して、出力結果を見たところ認識率
は約８８％であった。
をかくした入力に対して、出力結果を見たところ認識率
は約８８％であった。
また、この神経ネットワーク回路におけるＡＭ−ＬＣお
よび空間光変調素子のＸトリックスサイズをこの倒置上
に大きくしても同様の効果が得られるし、さらにＡＭ−
ＬＣと空間光変調素子の対を増やして階層を多くすると
、さらに認識率を向上できる。
よび空間光変調素子のＸトリックスサイズをこの倒置上
に大きくしても同様の効果が得られるし、さらにＡＭ−
ＬＣと空間光変調素子の対を増やして階層を多くすると
、さらに認識率を向上できる。
実施例３
実施例１の神経ネットワーク回路において、シナプス結
合素子１０３をＡＭ−ＬＣの代わりに第１図（ｂ）また
は（ｃ）の等価回路で表される空間光変調素子を用いた
。ただし、この空間光変調素子の光導電層にはａ−ＳＩ
Ｃ：Ｈを用いた。また、しきい鎖素子１０２の空間光変
調素子を構成する光導電層にはａ−Ｓｌ二Ｈを用い、第
２図（ｂ）のようにマトリックス状に配列した。入力表
示素子１０１には、発光波長にａ−ＳＩＣ：Ｈがよく吸
収する光として波長λ貫およびａ−Ｓｌ：Ｈがよく吸収
する光として波長λ２を含む発光ダイオードアレイ（マ
トリックスサイズ４Ｘ４）を使用した。
合素子１０３をＡＭ−ＬＣの代わりに第１図（ｂ）また
は（ｃ）の等価回路で表される空間光変調素子を用いた
。ただし、この空間光変調素子の光導電層にはａ−ＳＩ
Ｃ：Ｈを用いた。また、しきい鎖素子１０２の空間光変
調素子を構成する光導電層にはａ−Ｓｌ二Ｈを用い、第
２図（ｂ）のようにマトリックス状に配列した。入力表
示素子１０１には、発光波長にａ−ＳＩＣ：Ｈがよく吸
収する光として波長λ貫およびａ−Ｓｌ：Ｈがよく吸収
する光として波長λ２を含む発光ダイオードアレイ（マ
トリックスサイズ４Ｘ４）を使用した。
この神経ネットワーク回路に１６種類の単一波長の光に
反応する光センサからの出力を入力情報として用い、−
例として太陽光、蛍光灯、白熱電球、ろうそくの炎の入
力情報をこの神経ネットワーク回路に入力してしきい値
の値を操作しながら、教師無しの学習を行った。その結
果、１００％識別することができ、しきい値について学
習を行わなかった場合よりも、学習の収束度は１．５〜
２倍速くなうた。
反応する光センサからの出力を入力情報として用い、−
例として太陽光、蛍光灯、白熱電球、ろうそくの炎の入
力情報をこの神経ネットワーク回路に入力してしきい値
の値を操作しながら、教師無しの学習を行った。その結
果、１００％識別することができ、しきい値について学
習を行わなかった場合よりも、学習の収束度は１．５〜
２倍速くなうた。
このように教師無しの学習でも動作能力の優れた神経ネ
ットワーク回路が得られた。
ットワーク回路が得られた。
発明の効果
本発明によれば、学習機能を有し、しかもしきい値処理
機能をハードウェア化した、学習の収束度および動作の
能力に優れ、階層構造を容易に構築できる神経ネットワ
ーク回路が得られる。
機能をハードウェア化した、学習の収束度および動作の
能力に優れ、階層構造を容易に構築できる神経ネットワ
ーク回路が得られる。
第１図（ａ）は、本発明の一実施例における神経ネット
ワーク回路の構成の概略図、第１図（ｂ） 、（Ｃ）
。 （ｄ）、（ｅ）は本発明の一実施例の神経ネットワーク
回路に使用した空間光変調素子の等価回路図、第２図（
ａ）、（ｂ）は、それぞれ本発明の一実施例の神経ネッ
トワーク回路に使用した空間光変調素子の断面図および
平面図、第２図（Ｃ）は、本発明の一実施例の神経ネッ
トワーク回路に使用したカラー偏光板の透過特性を示す
グラフ、第３図および第４図は、それぞれ本発明の一実
施例の神経ネットワーク回路に記憶させた文字入カバタ
ーンおよび想起に用いたそれらの不完全パターンを示す
図、第５図（ａ）は本発明の一実施例の神経ネットワー
ク回路の構成の概略図、第５図（ｂ）、、（ｃ）、（ｄ
）、（ｅ） 、（ｆ）は、それぞれ本発明における一実
施例の神経ネットワーク回路で使用したカラー偏光板の
透過特性図、空間光変調素子の平面図、カラーフィルタ
の透過特性図、カラー偏光板の透過特性図、カラーフィ
ルタの透過特性図、第６図および第７図は、それぞれ神
経ネットワーク回路に記憶させたパターンの一例および
想起に用いた不完全パターンを示す図、第８図は神経ネ
ットワークの階層構造の１例を示すモデル図である。 １０１・・・入カバターン表示素子、１０２・・・しき
い値素子、１０３・・・シナプス結合素子、５０１・・
・入力表示素子、５０２．５０３・・・シナプス結合素
子、５０４，５０８・・・しきい値素子、５０５，５０
７・・・光学フィルタ。 代理人の氏名 弁理士 粟野重孝 はか１名第１図 （ＯＬ） 区 ） 口。 メ ゾ 駅 蝦 べ （α） ＡＩ ？＋ｔ λ３ １長 （入〈λ２〈ス３） 第 ■ （Ｃ） 第 図 第 図 第 図 沢Ｊを （ｎδ１） 嬉 図 （Ｃ） 蘂 図 入ａ λ３ 」 第 図 （ヂ２ 箪 図 ２〜） ７ｒ、＝ ／１１３ Ｎ
ワーク回路の構成の概略図、第１図（ｂ） 、（Ｃ）
。 （ｄ）、（ｅ）は本発明の一実施例の神経ネットワーク
回路に使用した空間光変調素子の等価回路図、第２図（
ａ）、（ｂ）は、それぞれ本発明の一実施例の神経ネッ
トワーク回路に使用した空間光変調素子の断面図および
平面図、第２図（Ｃ）は、本発明の一実施例の神経ネッ
トワーク回路に使用したカラー偏光板の透過特性を示す
グラフ、第３図および第４図は、それぞれ本発明の一実
施例の神経ネットワーク回路に記憶させた文字入カバタ
ーンおよび想起に用いたそれらの不完全パターンを示す
図、第５図（ａ）は本発明の一実施例の神経ネットワー
ク回路の構成の概略図、第５図（ｂ）、、（ｃ）、（ｄ
）、（ｅ） 、（ｆ）は、それぞれ本発明における一実
施例の神経ネットワーク回路で使用したカラー偏光板の
透過特性図、空間光変調素子の平面図、カラーフィルタ
の透過特性図、カラー偏光板の透過特性図、カラーフィ
ルタの透過特性図、第６図および第７図は、それぞれ神
経ネットワーク回路に記憶させたパターンの一例および
想起に用いた不完全パターンを示す図、第８図は神経ネ
ットワークの階層構造の１例を示すモデル図である。 １０１・・・入カバターン表示素子、１０２・・・しき
い値素子、１０３・・・シナプス結合素子、５０１・・
・入力表示素子、５０２．５０３・・・シナプス結合素
子、５０４，５０８・・・しきい値素子、５０５，５０
７・・・光学フィルタ。 代理人の氏名 弁理士 粟野重孝 はか１名第１図 （ＯＬ） 区 ） 口。 メ ゾ 駅 蝦 べ （α） ＡＩ ？＋ｔ λ３ １長 （入〈λ２〈ス３） 第 ■ （Ｃ） 第 図 第 図 第 図 沢Ｊを （ｎδ１） 嬉 図 （Ｃ） 蘂 図 入ａ λ３ 」 第 図 （ヂ２ 箪 図 ２〜） ７ｒ、＝ ／１１３ Ｎ
Claims (4)
- （１）液晶層と光導電性を有する部分と電界効果型トラ
ンジスタとを備え、前記電界効果型トランジスタに前記
光導電性を有する部分が電気的に接続されており、かつ
前記光導電性を有する部分に光を照射することにより前
記液晶層にかかる電界強度を変調する空間光変調素子を
少なくとも構成要素とする神経ネットワーク回路。 - （２）複数の空間光変調素子を含み、それぞれ前記空間
光変調素子の光導電性を有する部分が異なる材料から成
ることを特徴とする請求項１に記載の神経ネットワーク
回路。 - （３）光導電性を有する部分が内部に空乏層を含むこと
を特徴とする請求項１に記載の神経ネットワーク回路。 - （４）光導電性を有する部分が複数であることをことを
特徴とする請求項１に記載の神経ネットワーク回路。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1078820A JPH02256027A (ja) | 1989-03-29 | 1989-03-29 | 神経ネットワーク回路 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1078820A JPH02256027A (ja) | 1989-03-29 | 1989-03-29 | 神経ネットワーク回路 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH02256027A true JPH02256027A (ja) | 1990-10-16 |
Family
ID=13672472
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1078820A Pending JPH02256027A (ja) | 1989-03-29 | 1989-03-29 | 神経ネットワーク回路 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH02256027A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02297204A (ja) * | 1989-05-11 | 1990-12-07 | Mitsubishi Electric Corp | 光ニューロチップ |
-
1989
- 1989-03-29 JP JP1078820A patent/JPH02256027A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02297204A (ja) * | 1989-05-11 | 1990-12-07 | Mitsubishi Electric Corp | 光ニューロチップ |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2738724B2 (ja) | 空間光変調素子及び神経ネットワーク回路 | |
| JP2795015B2 (ja) | 空間光変調素子および神経ネットワーク回路 | |
| Guo et al. | Broadband optoelectronic synapse enables compact monolithic neuromorphic machine vision for information processing | |
| Shen et al. | Optical and optoelectronic neuromorphic devices based on emerging memory technologies | |
| US20250044650A1 (en) | Display panel and manufacturing method thereof | |
| JP2699650B2 (ja) | 光書き込み型液晶ライトバルブ及び光演算装置 | |
| Huang et al. | Constructing perovskite organic phototransistors using a triple strategy to achieve visible and NIR visual synapses and adaptive functions | |
| Lin et al. | Multifunctional PN optoelectronic synapse and its smart integration towards augmented artificial visual system | |
| Luo et al. | Bionic scotopic adaptation transistors for nighttime low illumination imaging | |
| Cui et al. | Self-Powered Halide Perovskite Optoelectronic Synaptic Memristors for Reconfigurable Logic and Reservoir Computing Applications | |
| JP2553773B2 (ja) | 空間光変調素子および神経ネットワーク回路 | |
| Yang et al. | Feature-Enhanced Artificial Visual Perception Based on Superlinear Voltage-Reflectance Responses of Electrochromic Arrays | |
| JPH02256027A (ja) | 神経ネットワーク回路 | |
| JPH11296636A (ja) | 太陽電池付反射型ディスプレイを持つｉｃカード | |
| Mao et al. | Optoelectronic array that computes error and weight modification for a bipolar optical neural network | |
| Yang et al. | Image edge detecting by using the bacteriorhodopsin-based artificial ganglion cell receptive field | |
| JPH0519287A (ja) | 空間光変調素子 | |
| JPH04123019A (ja) | 空間光変調素子および空間光変調素子の駆動方法および神経ネットワーク回路 | |
| JPH03110524A (ja) | 空間光変調素子 | |
| Liu et al. | Intrinsic chiroptical responsivity in self‐powered organic photodiodes for polarization‐tunable optical convolution | |
| JPH02244129A (ja) | 空間光変調器 | |
| JPH0415628A (ja) | 光演算装置及び光演算装置の組立方法 | |
| JPH075489A (ja) | 画像処理装置及び画像処理方法 | |
| JPH0784263A (ja) | 液晶表示素子及びその製造方法 | |
| JPH0498228A (ja) | 光演算素子 |