Abstract
隨著生醫技術開發迅速，醫學與電機工程的結合需求日漸上升，生物晶片的應用發展日益受到重視，面對生物訊號處於充滿雜訊的環境的條件下，發展對於雜訊影響具有容忍的生醫系統，是一項重要的課題，機率型類神經演算法被提出是具有潛力容忍系統發生運算的錯誤，降低雜訊在積體電路中的干擾影響，可視為實現植入式晶片的發展方向；另外面對生物訊號的連續時變特性，若在類神演算法中具有與時變相關的元素，將能正確的處理及反映生物的訊號。此篇論文的主題將探討，如何利用積體電路設計方式，實現一個時變性機率型類神經網路-擴散網路(Diffusion Network)。 研究中從尋找擴散網路神經元的參數範圍開始。擴散網路在學習時變資料的過程中，透過演算法調變適當的參數值，藉由不同訓練資料的模擬測試，擬定擴散網路在成功學習下所需要的數學參數範圍；再將此數學參數的範圍轉換成設計電路時，所需相對的電壓及電流值範圍，同時選擇實現擴散網路理論神經元所需要的各區塊電路，整合神經元電壓及電流的參數範圍，設定各電路規格，以此規格完成擴散網路神經元電路設計。本論文主要介紹如何將數學網路理論，透過軟體模擬，以積體電路實現的過程，神經元是類神經網路的基本元素，實現神經元的電路後，成為完成擴散網路電路的基礎。