基于铁电电容器的三元神经网络的实现

《IEEE Electron Device Letters》：Implementation of Ternary Neural Networks Based on Ferroelectric Capacitors

提出了一种基于双金属铁电电容（FeCap）的电容性三元神经网络（TNN）实现方法，每个突触使用两个FeCap构成差分对，显著提升传感边沿并支持权重0。实验表明，TNN相比单FeCap的BNN在推理准确率和抗误码率方面分别提高5.61%和19倍。

　　

摘要：

本文提出了一种电容式三值神经网络（TNN）的实现方法，该方法在每个突触上使用两个金属-铁电-金属电容器（FeCaps）。与传统使用单个FeCap的突触不同，双FeCap突触作为差分对进行工作，使得感知裕度提高了19倍以上，并且实现了权重‘0’的表示。与使用单个FeCap的二元神经网络（BNN）相比，所提出的TNN在推理准确性和抗比特错误率（BER）方面表现出更好的性能，最大准确度差异达到了5.61%。