**对比文件名称**：2012-02-09_US2012036099A_发明申请_US20120036099A1 METHODS AND SYSTEMS FOR REWARD-MODULATED SPIKE-TIMING-DEPENDENT-PLASTICITY
**目标专利名称**：用于神经模拟器的共享存储器架构 CN105637541B
**本次调用模型名称**：专利创造性评估模型
### 特征比对表格
| 技术特征描述及公开性判断 | 对比文件原文引用 | 公开性论述 |
| **技术特征A：《直接公开》** | “FIG. 1 illustrates an example neural system 100 with multiple levels of neurons... The neural system 100 may be emulated by an electrical circuit...”（对比文件第[0021]-[0024]段） | 对比文件明确描述了一个包含多级神经元(102, 106)和突触连接(104)的神经系统(100)，并指出该系统可以通过电路进行“仿真(emulated)”。这直接公开了目标专利中“执行对人工神经系统的多个人工神经元的模拟”这一技术特征。对比文件中的“emulate”与目标专利中的“simulate”（模拟）在本领域中是同义的。 |
| **技术特征B：《未公开》** | 无相关引用。 | 目标专利的特征B强调基于每个“人工神经元的状态或类型”来确定其“存储器资源需求”。对比文件全文描述的是突触权重的存储、更新和与奖励信号相关的资格迹管理（例如使用第一、第二、第三存储器，见[0004]段），并未提及针对“人工神经元”本身的存储器资源需求进行确定，更没有提及根据神经元的状态或类型来确定这种需求。该特征在对比文件中未被公开。 |
| **技术特征C：《未公开》** | 无相关引用。 | 目标专利的特征C核心在于“在模拟期间...动态地向人工神经元分配共享存储器池的各部分”。对比文件中描述的存储器（如存储权重的S、S‘，以及存储资格迹位的R）是为固定功能（存储权重、标记更新事件）而预设的，并非一个可按需动态分配给不同神经元使用的“共享存储器池”。其存储分配是静态的，用于特定数据（权重、位），而非基于运行时确定的资源需求动态分配给不同组件（神经元）。因此，该特征未被公开。 |
| **技术特征D：《未公开》** | 无相关引用。 | 目标专利的特征D限定了共享存储器池被实现为一种“分布式架构”。对比文件中虽然提及了多个存储器（S, S', R），但这些存储器是用于实现特定学习规则（奖励调制STDP）的功能模块，并未描述它们被组织成一个统一的、可被多个客户机（如读/写客户机）按需访问的“分布式”共享池架构。该特征未被公开。 |
| **技术特征E：《未公开》** | 无相关引用。 | 目标专利的特征E进一步定义了分布式架构的具体组成，包括“存储器组、写客户机、读客户机以及路由器”。对比文件中完全没有提及此类用于访问和管理共享存储器的客户机、路由器等架构组件。其存储器访问机制是隐含在电路操作描述中的，并非所声称的这种具体架构。因此，该特征未被公开。 |
| **技术特征F：《未公开》** | 无相关引用。 | 目标专利的特征F描述了每个人工神经元通过写/读客户机访问分配给它的那部分共享存储器。如前述，对比文件既未公开“共享存储器池”的动态分配，也未公开“写客户机”和“读客户机”这样的访问接口或代理。其权重的更新和读取是学习规则逻辑的一部分，而非通过此类客户机机制。该特征未被公开。 |
| **技术特征G：《未公开》** | 无相关引用。 | 目标专利的特征G限定了共享存储器池的至少一部分位于与模拟器处理器不同的芯片上。对比文件全文未提及任何关于存储器物理位置（例如是否在不同芯片上）的描述。该特征未被公开。 |
| **技术特征H：《未公开》** | 无相关引用。 | 目标专利的特征H强调“基于所述确定来改变分配给所述人工神经元的所述共享存储器池的量”，即分配量是可变的。对比文件中的存储器（如S, S', R）大小是固定的，用于存储固定的数据集（所有权重、所有资格迹位），不存在根据神经元需求动态改变分配给某个神经元的存储量的概念或操作。该特征未被公开。 |
<<<A>>>