WO2018215864A1

WO2018215864A1 - 充電制御システム、及び充電制御装置

Info

Publication number: WO2018215864A1
Application number: PCT/IB2018/053273
Authority: WO
Inventors: 栗城和貴; 田島亮太; 宍戸英明; 吉谷友輔; 片桐治樹; 門馬洋平
Original assignee: 株式会社半導体エネルギー研究所
Priority date: 2017-05-22
Filing date: 2018-05-11
Publication date: 2018-11-29
Also published as: JPWO2018215864A1; US20200076223A1

Abstract

要約書機械学習を利用した充電制御装置を提供する。安全性の高い充電制御システムを提供する。劣化の小さい充電制御システムを提供する。優れた特性を有する蓄電池を提供する。充電終了時間をおおよそ算出する。予測された充電終了時間とずれが生じた場合には、その結果をフィードバックし、学習していくことで次回以降には正確に充電終了の予測が可能となる。即ち、携帯情報端末は、人工知能を用いて充電計画を立て、充電計画情報に基づき二次電池の充電を行う。満充電（ＳＯＣ１００％）の保持時間が短くなるように充電計画を立てて充電を実行する。さらに充電履歴情報を携帯情報端末に蓄積し、次回の充電計画の作成に役立てる。

Description

充電制御システム、及び充電制御装置

　本発明の一様態は、物、方法、又は、製造方法に関する。または、本発明は、プロセス、マシン、マニュファクチャ、又は、組成物（コンポジション・オブ・マター）に関する。本発明の一態様は、半導体装置、表示装置、発光装置、蓄電装置、照明装置、電子機器、またはそれらの製造方法に関する。特に、充電制御装置、充電制御システム及び二次電池を有する電子機器に関する。

　なお、本明細書中において、蓄電装置とは、蓄電機能を有する素子及び装置全般を指すものである。例えば、リチウムイオン二次電池などの蓄電池（二次電池ともいう）、リチウムイオンキャパシタ、ニッケル水素電池、全固体電池、及び電気二重層キャパシタなどを含む。

　本発明の一態様は、ニューラルネットワーク、及びそれを用いた充電制御装置に関する。また、本発明の一態様は、ニューラルネットワークを用いた車両に関する。また、本発明の一態様は、ニューラルネットワークを用いた電子機器に関する。また、本発明の一態様は、車両に限定されず、構造体などに設置された太陽光発電パネルなどの発電設備から得られた電力を貯蔵するための蓄電装置の充電制御システムにも適用できる。

　近年、リチウムイオン二次電池、リチウムイオンキャパシタ、空気電池等、種々の蓄電装置の開発が盛んに行われている。特に高出力、高エネルギー密度であるリチウムイオン二次電池は、携帯電話、スマートフォン、タブレット、もしくはノート型コンピュータ等の携帯情報端末、携帯音楽プレーヤ、デジタルカメラ、医療機器、又は、ハイブリッド車（ＨＥＶ）、電気自動車（ＥＶ）、もしくはプラグインハイブリッド車（ＰＨＥＶ）等の次世代クリーンエネルギー自動車など、半導体産業の発展と併せて急速にその需要が拡大し、充電可能なエネルギーの供給源として現代の情報化社会に不可欠なものとなっている。

　携帯情報端末や電気自動車などにおいては、複数の二次電池を直列接続または並列接続して保護回路を設け、電池パック（組電池ともよぶ）として使用される。

　電池パックに収納される複数の二次電池においては製造工程が同一であっても、それぞれ個体差があり、製造直後において電池特性を揃えたとしても、充放電を繰り返すことにより何らかの原因で劣化においても個体差が生じる。従って、複数の二次電池において充電時に端子電圧が均一に揃わないため、アンバランスが生じ、過充電になる二次電池や、満充電まで充電されない二次電池などが生じる。

　結果として、電池パックの全体の容量が減少し、一部の二次電池の劣化が加速され、アンバランスが拡大すると、急速に寿命が短くなる場合がある。また、電池パックを搭載した電子機器の使用者による充電のタイミングや放電のタイミングによっても劣化の度合いは変化するため、製造時の二次電池を検査しても異常が発生しうる二次電池を選別することは困難である。特に、急速充電を行うと、大電流、高電圧での充電により二次電池内部の材料にストレスがかかる、或いは二次電池が短時間で満充電になり、結果として満充電状態の時間が長くなるため、二次電池の劣化も進行しやすいとされている。

　特許文献１には、過充電の防止機能などを制御する酸化物半導体を用いたトランジスタとプロセッサを備えたバッテリーモジュールが開示されている。

特開２０１４−１３５８８４

　リチウムイオン二次電池で代表される蓄電池を有する電子機器において、蓄電池の長寿命化を図ることを課題とする。また、新規の充電制御装置、新規の充電制御方法、新規のプログラム及び新規の充電制御システムを提供することを課題とする。

　なお、これらの課題の記載は、他の課題の存在を妨げるものではない。なお、本発明の一態様は、これらの課題の全てを解決する必要はないものとする。なお、明細書、図面、請求項の記載から、これら以外の課題を抽出することが可能である。

　本明細書で開示する構成は、二次電池を格納する電池部と、二次電池の予想充電時間と比較して外部電源との接続時間が長い場合、ニューラルネットワーク演算して充電の計画を決定し、充電の計画に基づいて満充電保持時間を短縮する充放電管理部と、充電保持部を有する充電部と、を具備し、ニューラルネットワーク演算のファクタに用いる少なくとも一つは、二次電池の残容量とする充電制御システムである。なお、ニューラルネットワークは機械学習の一種であり、深層学習とも呼ばれる。また、深層学習は人工知能とも呼ばれる。

　電子機器に内蔵されている二次電池の電池情報（残容量、劣化情報など）と、使用者が電子機器を使用するスケジュール情報と、に基づいて、電子機器に内蔵されている人工知能（ＡＩ：Ａｒｔｉｆｉｃｉａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ）が今後の劣化度合いを予想し、最適な充電方法（充電のタイミング、電圧値、電流値などの条件も含む）を選択し、実行する。人工知能とは、人間の脳が行っている知的な作業をコンピュータで模倣したソフトウェアやシステムであり、論理的な推論を行う、或いは経験から学習することのできるコンピュータプログラムである。

　具体的には、得られる様々なデータを機械学習を用いて評価、及び学習し、予想される劣化度合いに応じた充電条件を決定する。例えば、製造直後に測定される学習用二次電池の充放電特性を機械学習を用いて評価、及び学習し、対象となる二次電池の劣化度合いを予想する。そして、残容量を考慮して二次電池の予想充電時間が算出できる。

　また、満充電保持時間を短くすることで二次電池の劣化を低減することができる。図５に満充電保持時間を１分、１０分、３０分とした二次電池セルのサイクル特性を示す。図５からは、満充電保持時間が短いほうがサイクル特性が良好であることがわかる。従って、満充電保持時間が短くなるような充電制御システムとする。例えば、深夜においては残容量が満充電の７割程度で充電を停止し、早朝に使用者が電子機器を携帯して外出する直前に初めて満充電状態とするように充電を制御する方法とする。

　携帯情報端末においては、小型の二次電池を用いているため、容量が小さく、充電の頻度が高くなっている。従来の充電器による充電は、充電が終了すると残容量が満充電状態となり、充電器から携帯情報端末を外さなければ１日のうち、使用者が携帯情報端末を携帯して外出するまで長い間保持されるため、二次電池の劣化が極端に生じる恐れがある。

　使用者が携帯情報端末のメモリに書き込んだスケジュール情報、充電終了希望時間などのファクタに基づき、人工知能に提案された充電方法を選択し、実行する。二次電池の充電は有線であっても無線であってもよい。有線充電の場合にはケーブルの種類によって充電条件（最大電圧値や最大電流値）に制限がある。ケーブルには充電条件のためのＩＣチップが搭載されているため、そのＩＣチップを読み取り、人工知能にケーブルを用いた場合の充電条件の制限を学習させる。無線充電の場合には無線信号を停止することで給電の停止が可能、または無線信号の送信再開によって給電の再開が可能である。また、無線充電の場合にはアンテナの種類によって充電条件（最大電圧値や最大電流値）に制限がある。

　充電方法は、いくつかのファクタ（スケジュール、気温、残容量など）に基づき、機械学習によって充電条件の候補が挙げられ、使用者が適宜決定する。または、使用者に頼らず、マイクロプロセッサが自動で最適な充電条件を決定し、実行するように設定してもよい。マイクロプロセッサとメモリと周辺チップでマイクロコントローラを構成することができる。マイクロプロセッサにアルゴリズムを実装する。アルゴリズムとしては、人工ニューラルネットワーク（単にニューラルネットワークとも呼ぶ）、ベイジアンネットワーク、隠れマルコフモデル、ベイズ分類器、決定木、サポートベクトルマシンなどを用いることができる。また、ニューラルネットワークは、Ｐｙｔｈｏｎ（登録商標）やＭａｔｌａｂ（登録商標）に実装されているツールを用いればよい。

　なお、本明細書においてニューラルネットワークとは、生物の神経回路網を模し、学習によってニューロンどうしの結合強度を決定し、問題解決能力を持たせるモデル全般を指す。ニューラルネットワークは入力層、中間層（隠れ層ともいう）、出力層を有する。

　また、本明細書において、ニューラルネットワークについて述べる際に、既にある情報からニューロンとニューロンの結合強度（重み係数とも言う）を決定することを「学習」と呼ぶ場合がある。

　また、本明細書において、学習によって得られた結合強度を用いてニューラルネットワークを構成し、そこから新たな結論を導くことを「推論」と呼ぶ場合がある。

ニューラルネットワーク演算は、マイクロプロセッサを用いて膨大な数の演算によって実行される。これらの演算処理をデジタル回路で行う場合、必要となるトランジスタ数が膨大になる場合がある。そのため、上述の演算はアナログ積和演算回路（以下、ＡＰＳ（Ａｎａｌｏｇ　Ｐｒｏｄｕｃｔ‐Ｓｕｍ　ｃｉｒｃｕｉｔ）と呼ぶ）で行うことが好ましい。また、ＡＰＳはアナログメモリを有することが好ましい。学習で得られた重み係数を上記アナログメモリに格納することで、ＡＰＳは、アナログデータのまま積和演算を実行することができる。その結果、ＡＰＳは少ないトランジスタで効率的にニューラルネットワークを構築することができる。

　なお、本明細書においてアナログメモリはアナログデータを格納することが可能な記憶装置のことを指す。また、本明細書においてアナログデータとは、３ビット（８値）以上の分解能を有するデータのことを指す。多値データのことをアナログデータと呼ぶ場合もある。

　上記アナログメモリとして、多値のフラッシュメモリ、ＲｅＲＡＭ（Ｒｅｓｉｓｔｉｖｅ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＭＲＡＭ（Ｍａｇｎｅｔｏｒｅｓｉｓｔｉｖｅ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）またはＯＳトランジスタを用いたメモリ（以下、ＯＳメモリ）を用いることができる。

　また本明細書等において、チャネル形成領域に酸化物半導体または金属酸化物を用いたトランジスタをＯｘｉｄｅ　Ｓｅｍｉｃｏｎｄｕｃｔｏｒトランジスタ、あるいはＯＳトランジスタと呼ぶ。ＯＳトランジスタのチャネル形成領域は、金属酸化物を有することが好ましい。

　また、本明細書等において、金属酸化物（ｍｅｔａｌ　ｏｘｉｄｅ）とは、広い表現での金属の酸化物である。金属酸化物は、酸化物絶縁体、酸化物導電体（透明酸化物導電体を含む）、酸化物半導体（Ｏｘｉｄｅ　Ｓｅｍｉｃｏｎｄｕｃｔｏｒまたは単にＯＳともいう）などに分類される。例えば、トランジスタの半導体層に金属酸化物を用いた場合、当該金属酸化物を酸化物半導体と呼称する場合がある。つまり、金属酸化物が増幅作用、整流作用、及びスイッチング作用の少なくとも１つを有する場合、当該金属酸化物を、金属酸化物半導体（ｍｅｔａｌ　ｏｘｉｄｅ　ｓｅｍｉｃｏｎｄｕｃｔｏｒ）、略してＯＳと呼ぶことができる。

　チャネル形成領域が有する金属酸化物はインジウム（Ｉｎ）を含むことが好ましい。チャネル形成領域が有する金属酸化物がインジウムを含む金属酸化物の場合、ＯＳトランジスタのキャリア移動度（電子移動度）が高くなる。また、チャネル形成領域が有する金属酸化物は、元素Ｍを含む酸化物半導体であると好ましい。元素Ｍは、好ましくは、アルミニウム（Ａｌ）、ガリウム（Ｇａ）またはスズ（Ｓｎ）などとする。そのほかの元素Ｍに適用可能な元素としては、ホウ素（Ｂ）、シリコン（Ｓｉ）、チタン（Ｔｉ）、鉄（Ｆｅ）、ニッケル（Ｎｉ）、ゲルマニウム（Ｇｅ）、イットリウム（Ｙ）、ジルコニウム（Ｚｒ）、モリブデン（Ｍｏ）、ランタン（Ｌａ）、セリウム（Ｃｅ）、ネオジム（Ｎｄ）、ハフニウム（Ｈｆ）、タンタル（Ｔａ）、タングステン（Ｗ）などがある。ただし、元素Ｍとして、前述の元素を複数組み合わせても構わない場合がある。元素Ｍは、例えば、酸素との結合エネルギーが高い元素である。例えば、酸素との結合エネルギーがインジウムよりも高い元素である。また、チャネル形成領域が有する金属酸化物は、亜鉛（Ｚｎ）を含む金属酸化物であると好ましい。亜鉛を含む金属酸化物は結晶化しやすくなる場合がある。

　チャネル形成領域が有する金属酸化物は、インジウムを含む金属酸化物に限定されない。半導体層は、例えば、亜鉛スズ酸化物、ガリウムスズ酸化物などの、インジウムを含まず、亜鉛を含む金属酸化物、ガリウムを含む金属酸化物、スズを含む金属酸化物などであっても構わない。

　また、上記構成において、充電部は外部電源と有線で接続される、または充電部はアンテナを有し、無線で外部電源と充放電を行う。

　また、上記構成において、電池部は、車両に搭載されていてもよいし、携帯情報端末に搭載されていてもよい。また、車両に搭載する場合には複数の二次電池を用いるため、１つ１つに個別に上記充電制御システムを設けてもよい。また、複数の二次電池を１グループとして１つ上記充電制御システムを設け、複数のグループを車両に搭載してもよい。

　また、ニューラルネットワーク演算を行う回路（マイクロプロセッサ）は、車両に搭載されていてもよいし、携帯情報端末に搭載されていてもよい。また、ニューラルネットワーク演算では、コンピュータと通信を行い、コンピュータに蓄積されているデータを用いてもよい。コンピュータと通信を行い、コンピュータに蓄積されているデータを用いてニューラルネットワーク演算を行う場合には膨大な量のデータを用いてニューラルネットワーク演算を行うことができる。

　また、上記構成において、充放電管理部は、携帯情報端末に搭載されていてもよいし、給電装置に搭載されていてもよい。給電装置は、コンピュータと通信を行う機能や、ニューラルネットワーク演算を行う回路（マイクロプロセッサ）を有する。

　また、充電制御装置も本発明の一つであり、充電制御装置は、給電装置と、給電装置と電気的に接続された充放電制御回路と、少なくともニューラルネットワーク演算を行うことのできるマイクロプロセッサと、給電装置からの発信を指示、或いは停止する通信手段と、を有する。

　上記構成において、給電装置は、第１のアンテナを有し、通信手段は、第１のアンテナと重なる第２のアンテナへ給電装置からの発信を指示、或いは停止し、第２のアンテナは二次電池と電気的に接続している。

　上記構成において、給電装置は、マイクロプロセッサと電気的に接続する記憶部を有する。記憶部は学習用のデータや、プログラムや、充電履歴などを保存することができる。

　本発明の一態様により、機械学習を利用した新規の充電制御装置を提供する。または、本発明の一態様により、安全性の高い充電制御システムを提供する。または、本発明の一態様により、劣化の小さい充電制御システムを提供する。

本発明の一態様を示す携帯情報端末の斜視図及びブロック図である。本発明の一態様を示すフローチャートである。本発明の一態様を示す給電装置に載せられた携帯情報端末の斜視図及び断面図である。本発明の一態様を示すフローチャートである。満充電保持時間とサイクル特性を示すグラフ。ニューラルネットワークの構成を示す図。ニューラルネットワークの構成を示す図。ニューラルネットワークの構成を示す図。積和演算回路の構成例を示すブロック図。回路の構成例を示す回路図。積和演算回路の動作例を示すタイミングチャート。円筒型二次電池を説明する図。二次電池を説明する図。二次電池を説明する図。二次電池を説明する図。二次電池を説明する図。電子機器の例を説明する図。電子機器の例を説明する図。電子機器の例を説明する図。電子機器の例を説明する図。

　以下では、本発明の実施の形態について図面を用いて詳細に説明する。ただし、本発明は以下の説明に限定されず、その形態および詳細を様々に変更し得ることは、当業者であれば容易に理解される。また、本発明は以下に示す実施の形態の記載内容に限定して解釈されるものではない。

（実施の形態１）
　図１（Ａ）に示すように携帯情報端末６５０はケーブル６６１を介して外部電源６６２に接続される。ケーブル６６１はＵＳＢケーブルなどに相当し、携帯情報端末６５０と取り外しが可能である。また、図１（Ａ）に示す外部電源ではなく、パーソナルコンピュータと接続するケーブルと接続されてもよい。また、図３（Ａ）に示すように非接触型の充電方式を用いてもよい。

　図１（Ａ）に示す携帯情報端末６５０は、筐体６５１、表示部６５２、電源スイッチ、光センサ、カメラ用レンズ、スピーカ、マイクロフォンおよび電源を有する。

　表示部６５２はタッチパネルであり、文字入力を行うためのキーボードボタンは必要に応じて表示させることでき、当該キーボードボタンに指やスタイラスなどでふれることにより文字入力を行うことができる。また、当該キーボードボタンを表示させず、指やスタイラスなどを用いて表示部６５２に直接文字や図をかくことで表示部６５２にその文字や図を表示させることができる。

　また、表示部６５２には携帯情報端末６５０で行うことができる機能が表示されており、所望の機能を示すマーカーを指やスタイラスでふれることにより、携帯情報端末６５０は当該機能を実行する。例えば、マーカーにふれることで電話としての機能を行うことができるようになり、スピーカおよびマイクロフォンを用いて通話することができる。

　携帯情報端末６５０はジャイロ、加速度センサなど傾きを検出する検出装置（図示せず）を内蔵している。そのため、筐体６５１を縦または横にすることで、表示部６５２において縦表示または横表示などの表示方向を切り替えることができる。

　また、携帯情報端末６５０には光センサが設けられており、携帯情報端末６５０は、光センサで検出される外光の光量に応じて表示部６５２の輝度を最適に制御することができる。

　携帯情報端末６５０には電源が設けられており、電源は太陽電池６６０、充放電制御回路６７０を有する。なお、図１（Ｂ）では充放電制御回路６７０の一例としてバッテリー６７１、ＤＣＤＣコンバータ６７２、コンバータ６７３、スイッチＳＷ１乃至ＳＷ３を有する構成について示しており、バッテリー６７１は、リチウムイオン二次電池である。リチウムイオン二次電池に限定されず、二次電池の正極材料として例えば、元素Ａ、元素Ｘ、及び酸素を有する材料を用いることができる。元素Ａは第１族の元素および第２族の元素から選ばれる一以上であることが好ましい。第１族の元素として例えば、リチウム、ナトリウム、カリウム等のアルカリ金属を用いることができる。また、第２族の元素として例えば、カルシウム、ベリリウム、マグネシウム等を用いることができる。元素Ｘとして例えば金属元素、シリコン及びリンから選ばれる一以上を用いることができる。また、元素Ｘはコバルト、ニッケル、マンガン、鉄、及びバナジウムから選ばれる一以上であることが好ましい。代表的には、リチウムコバルト複合酸化物（ＬｉＣｏＯ_２）や、リン酸鉄リチウム（ＬｉＦｅＰＯ_４）が挙げられる。

　また、携帯情報端末６５０は、この他に、様々な情報（静止画、動画、テキスト画像など）を表示する機能、カレンダー、日付または時刻などを表示部に表示する機能、表示部に表示した情報をタッチ入力操作または編集するタッチ入力機能、様々なソフトウェア（プログラム）によって処理を制御する機能、等を有することができる。

　携帯情報端末６５０がケーブル６６１を介して外部電源６６２に接続されると、所定の時間経過後に外部電源６６２を主電源とするモードに切り替わる。携帯情報端末６５０がオン状態であってもオフ状態であっても、このモード切り替わりがなされる。なお、ケーブル６６１は、データ情報の伝送または電力供給できるＵＳＢ（Ｕｎｉｖｅｒｓａｌ　Ｓｅｒｉａｌ　Ｂｕｓ）ケーブル、マイクロＵＳＢなどを指している。

　本実施の形態においては、リチウムイオン二次電池を用い、満充電保持時間を短くするために充電計画を立てて充電を行うことを特徴の一つとしている。

　容量の大きいリチウムイオン二次電池の充電には、多くの時間を要する。また、３つのフェーズで順次に充電、例えばＳＯＣ（Ｓｔａｔｅ　Ｏｆ　Ｃｈａｒｇｅ）３０％でプリチャージフェーズから定電流（ＣＣ）充電フェーズへ、ＳＯＣ８０％で定電流充電フェーズから定電圧（ＣＶ）充電フェーズに移行する場合、充電終了までの時間（充電終了時間と充電開始時間の差分）を予測することは困難である。時間を短縮するために急速充電することもできるが、その一方で満充電保持時間が長くなる。また、急速充電するために充電電圧を高くすると、リチウムイオン二次電池の劣化、ダメージが生じる恐れもある。従来では、使用者は夜に携帯情報端末をケーブルを介して外部電源に接続して充電させ、朝までケーブルを繋げたままの生活サイクルを続けることでリチウムイオン二次電池の寿命を短縮させている。

　本実施の形態では、満充電（ＳＯＣ１００％）になる前、具体的にはＳＯＣ５０％以上８０％未満で充電を停止した後、出発時間に満充電（ＳＯＣ１００％）となる充電を再開する充電制御システムとする。

　まず、携帯情報端末をケーブルを介して外部電源に接続するとＣＰＵ及び充電制御用ＩＣを起動させ、二次電池の状態を分析する。二次電池の残容量によって、実行されるフェーズが変わる。二次電池の残容量がほとんどなければ、プリチャージフェーズから充電が開始されるが、二次電池の残容量が多ければ、定電圧充電フェーズのみが実行される。二次電池の残容量はＳＯＣで示す場合がある。ＳＯＣは充電率とも呼ばれ、二次電池の充電可能容量に対する残容量の割合で定義する。また、二次電池は使用に伴う劣化で充放電可能容量が低下していくため、健全性（Ｓｔａｔｅ　Ｏｆ　Ｈｅａｌｔｈ（ＳＯＨ））として、電池の使用初期の充電可能容量（＝１００％）に対する、時間進行後に劣化した際の充電可能容量の割合で定義される。よって残容量は、ＳＯＣ（％）にＳＯＨ（％）／１００を乗じて示すと、より正確な表現であるが、より平易に説明するため、ＳＯＣと表記する。満充電状態は、ＳＯＣ１００％と呼ぶことができる。ＳＯＣ１００％の状態の時間が長ければ、二次電池に使用している電解液の分解などが生じ、劣化を促進してしまう。従って、ＳＯＣ１００％の状態の時間を短縮することが二次電池の長寿命化に繋がる。

　次いで、メモリなどの記憶部に蓄積された過去の充電履歴情報を基に人工知能を用いて、充電終了時間をおおよそ算出する。予測された充電終了時間とずれが生じた場合には、その結果を学習していくことで次回以降には正確に充電終了の予測が可能となる。即ち、携帯情報端末は、人工知能を用いて充電計画を立て、充電計画情報に基づき二次電池の充電を行う。

　外部電源と電気的に接続が開始されてから１回の充電を満充電まで行うのではなく、１回の充電の間に保持時間（即ち、充電停止期間）を設け、計画的に充電を行うために携帯情報端末は、タイマ機能、電波時計を有する、或いは、ネットワークを用いた時間情報などを取得する通信手段、周辺の電子機器（電波時計含む）からの時間情報を取得する通信手段などを有することが好ましい。これらの時間情報に基づき、満充電（ＳＯＣ１００％）の保持時間が短くなるように充電計画を立てて充電を実行する。さらに充電の履歴情報を携帯情報端末に搭載されたメモリに蓄積し、次回の充電計画の作成に役立てる。

　ここで、本実施の形態における充電制御システムの充電動作について、図面を用いて説明する。図２は、動作を示すフローチャートである。なお、ここでは、ニューラルネットワーク演算を行うことのできるマイクロプロセッサを携帯情報端末に搭載している例を示す。携帯情報端末に内蔵されているマイクロプロセッサは、アナログ積和演算回路を有する。アナログ積和演算回路の詳細は後の実施の形態に示す。

　まず、充電用のケーブルを用いて外部電源と携帯情報端末とを電気的に接続し、二次電池の残容量（ＳＯＣ）などの情報をマイクロプロセッサが自動的に取得する（Ｓ１）。二次電池の残容量を算出する方法として、電圧法による検出方法や、積算法による検出方法などがある。物理的モデルに基づくＳＯＣの検出は電流、電圧、内部温度、無負荷電圧、外部温度、インピーダンスなどといったような変数に依拠するモデルが関与する。ＳＯＣを検出する方法は、クーロメトリである。

　次いで、日時情報取得およびケーブル接続可能時間Ｔの入力を行う（Ｓ２）。日時情報取得は、携帯情報端末に内蔵されている時計または電波時計などから行う。ケーブル接続可能時間Ｔは、携帯情報端末に使用者が入力したスケジュールなどから自動算出してもよいし、自宅で充電する場合、使用者が自宅を出発する時間を入力してもよい。ケーブル接続可能時間Ｔは、言い換えるとケーブル接続開始から外部電源との電気接続を切断するまでの期間である。

　次に、過去の充電履歴がメモリなどに蓄積されていれば、マイクロプロセッサが過去の充電履歴を参照（Ｓ３）し、ニューラルネットワーク演算を行い、充電終了時間Ｔｅ（予想充電時間から算出できる時間）を算出する（Ｓ４）。ニューラルネットワーク演算のファクタとしては残容量（ＳＯＣ）、劣化度合い、充電回数などを用いる。

　算出された充電終了時間Ｔｅがケーブル接続可能時間Ｔよりも長い場合には、通常の充電を行い、満充電に達する前に終了となる。或いは、使用者が限られた時間以内にＳＯＣを高めたい場合には急速充電を行う。急速充電の方法としては、ステップ制御充電方式、−ΔＶ制御充電方式、ｄＴ／ｄＴ制御充電方式などがある。

　算出された充電終了時間Ｔｅがケーブル接続可能時間Ｔよりも短い場合には、マイクロプロセッサが充電計画を作成する（Ｓ５）。マイクロプロセッサが使用者の日々の使用する容量の履歴、曜日ごとの使用容量を集計する。または使用者のメール、ブログコメントによる情報から読み取ることのできるスケジュールなどの情報も取り入れ、自宅を出発する時間、通勤通学で使用する電車の乗車時間、ＧＰＳでの位置情報、使用者の所有している非接触型ＩＣカードの使用履歴などをファクタの一つとして充電計画を作成する。また、使用中アプリ、ダウンロード予定、家族のイベント、ゲームのイベント等から電力使用量が増える可能性も考慮にいれて充電計画を自動的に作成してもよい。また、電池の劣化曲線の情報なども考慮にいれて充電計画を作成し、最適なＳＯＣにすることもできる。

　例えば、ＳＯＣ５０％まで充電した後、期間を開けて、ケーブル取り外し時間になる直前にＳＯＣ１００％になるよう再充電を行う充電計画とする。この充電計画が完成した段階で自動的に実行してもよいが、使用者に連絡して承諾を得るプロセスを介してもよい。また、マイクロプロセッサが複数の充電計画を作成し、それらの充電計画を使用者に提案し、使用者がその中から選んでもよい。

　次いで、マイクロプロセッサが充電計画に合わせて充電開始した後、充電保持部により充電を一時停止する（Ｓ６）。一時停止させた段階では満充電状態にはなっていない。一時停止する期間及びタイミングは、マイクロプロセッサが決定する。

　次いで、満充電とする時間に合わせて、充電を再開する（Ｓ７）。そして満充電（ＳＯＣ１００％）になった段階で充電を再び停止することで満充電を終了する（Ｓ８）。また、マイクロプロセッサは、実際に満充電（ＳＯＣ１００％）になった充電終了時間Ｔｅが、前のステップ（Ｓ４）で算出された充電終了時間Ｔｅと一致しているかの確認として、誤差の有無を判断し、過去の充電履歴として新たに追加で充電履歴を保存する。次回、充電するときには、フィードバックがかけられるため、さらに精度の高い充電終了時間Ｔｅを算出することができるようになる。このようにして満充電（ＳＯＣ１００％）の保持時間を短縮することができる。なお、実際のデバイスにおいては、設計者がＳＯＣの使用許可範囲を決定しており、例えばＳＯＣ２０％以上８０％以下とし、ＳＯＣ２０％未満となった場合には二次電池からの電力供給を遮断し、８０％以上となった場合には充電停止するデバイス仕様とする場合がある。このようなデバイスにおいては、ＳＯＣ８０％の状態が満充電と言える。

　なお、本実施の形態では、フローチャートに示す順序に限定されないことは言うまでもなく、例えばステップ１（Ｓ１）、ステップ２（Ｓ２）は順序が逆になってもよいし、同時に行ってもよい。また、ステップ３（Ｓ３）がステップ１（Ｓ１）よりも先に行われてもよい。

　また、二次電池には保護回路を設けてもよい。保護回路は、過充電保護機能、過放電保護機能、過電流保護機能を有する。保護回路は、マイクロプロセッサを用いて制御することが好ましい。

　また、本実施の形態では、携帯情報端末に一つの二次電池を有する例を示したが、特に限定されず、車両に複数の二次電池を有する場合にも、適用することができる。

　また、外部電源としてケーブル及びコンセントプラグを介して電源と接続する例を示しているが、特に限定されず、外部電源に代えて他の方式を用いた蓄電池（一次バッテリー含む）や、モバイルバッテリーなどの補助バッテリーを用いても本実施の形態を適用することができる。

（実施の形態２）
　実施の形態１では、充電の際に有線、即ち充電用のケーブルを介して外部電源に携帯情報端末を接続する例を示したが、本実施の形態では電子機器の一種である給電装置１３００を用いて無線充電を行う例を示す。図３（Ｂ）は、携帯情報端末の断面図である。例えば電磁誘導式の場合、図３（Ｂ）に示すように、携帯情報端末１１００に設けられたアンテナ１３１１と、給電装置１３００に設けられたアンテナ１３１２とを電磁結合させて電力伝送トランスを形成することにより、携帯情報端末１１００に電力を供給できる。アンテナ１３１２はケーブル６６３を介して外部電源６６２と電気的に接続されている。なお、ケーブル６６３は、給電装置１３００と取り外しが可能である。

　なお、図３（Ａ）及び図３（Ｂ）では、電子機器の一種である給電装置１３００に携帯情報端末１１００を重畳させた例を示しているが、携帯情報端末１１００から電池パックを取り外しできる場合、携帯情報端末１１００から電池パックを取り外して電池パックのアンテナを給電装置１３００に重畳させてもよい。

　なお、給電装置１３００の構成は、特に限定されない。例えば、携帯情報端末１１００の位置を検出し、アンテナ１３１２を移動させて携帯情報端末１１００に重畳させることにより充電を行うムービングコイル式、又はアンテナ１３１２を複数設けて携帯情報端末１１００に重畳するアンテナ１３１２により充電を行う多コイル方式などを適用してもよい。また、電子機器の一種である給電装置１３００にニューラルネットワーク演算を行うことのできるマイクロプロセッサを搭載してもよく、その場合、給電装置１３００は、充電制御装置とも呼ぶことができる。この場合、充電制御装置は、給電装置と、該給電装置と電気的に接続された充放電制御回路と少なくともニューラルネットワーク演算を行うことのできるマイクロプロセッサと、給電装置からの発信を停止する通信手段と、を有する。マイクロプロセッサはデジタル回路またはアナログ回路で構成する。本実施の形態では、シリコンを用いたデジタル回路を搭載したマイクロコントローラを用いてニューラルネットワーク演算を行う。

　給電装置１３００により充電できる電気機器は、上記に限定されない。例えば電気自動車においても応用できる。電気自動車は、給電施設に電気的に接続して充電する場合と、ブレーキなどを利用する回生エネルギーを電力に変換した後に充電する場合があり、一方または両方に応用できる。

　ここで、本実施の形態における充電制御システムの充電動作について、図面を用いて説明する。図４は、動作を示すフローチャートである。

　まず、使用者は、外部電源に充電用のケーブルを介して接続された給電装置のアンテナと重なる位置に携帯情報端末を設置する。

　次いで、携帯情報端末に内蔵されているマイクロプロセッサは、給電装置から発信される無線信号の種類及び強度の検出をする（Ｓ１）。

　なお、携帯情報端末に内蔵されているマイクロプロセッサは、アナログ積和演算回路を有する。アナログ積和演算回路の詳細は後の実施の形態に示す。

　次いで、二次電池の残容量（ＳＯＣ）などの情報をマイクロプロセッサが自動的に取得する（Ｓ２）。

　次いで、日時情報取得およびケーブル接続可能時間Ｔの入力を行う（Ｓ３）。

　次に、過去の充電履歴がメモリなどに蓄積されていれば、マイクロプロセッサが過去の充電履歴を参照（Ｓ４）し、ニューラルネットワーク演算を行い、充電終了時間Ｔｅを算出する（Ｓ５）。ニューラルネットワーク演算のファクタとしては残容量（ＳＯＣ）、劣化度合い、充電回数などを用いる。

　算出された充電終了時間Ｔｅがケーブル接続可能時間Ｔよりも短い場合には、マイクロプロセッサが充電計画を作成する（Ｓ６）。

　例えば、ＳＯＣ５０％まで充電した後、期間を開けて、携帯情報端末を給電装置から離す直前にＳＯＣ１００％になるよう再充電を行う充電計画とする。この充電計画が完成した段階で自動的に実行してもよいが、使用者に連絡して承諾を得るプロセスを介してもよい。また、マイクロプロセッサが複数の充電計画を作成し、それらの充電計画を使用者に提案し、使用者がその中から選んでもよい。

　無線による充電の場合、アンテナの重なり具合や、信号の強度などを調節することで急速充電を行うこともできる。また、アンテナを複数用いて、使用するアンテナの数を調節することでも充電を制御することもできる。

　次いで、マイクロプロセッサが充電計画に合わせて充電開始した後、充電保持部により充電を停止する（Ｓ７）。充電保持部は、給電装置からの発信を停止する通信手段を有する。

　次いで、満充電とする時間に合わせて、充電を再開する（Ｓ８）。そして満充電（ＳＯＣ１００％）になった段階で充電保持部は、充電を再び停止することで満充電終了する（Ｓ９）。充電保持部は、給電装置への通信を行い（Ｓ１０）、無線信号の発信を停止させる。また、マイクロプロセッサは、実際に満充電（ＳＯＣ１００％）になった充電終了時間Ｔｅが、前のステップ（Ｓ５）で算出された充電終了時間Ｔｅと一致しているかの確認として、誤差の有無を判断し、過去の充電履歴として新たに追加で充電履歴を保存する。次回、充電するときには、さらに精度の高い充電終了時間Ｔｅを算出することができるようになる。このようにして満充電（ＳＯＣ１００％）の保持時間を短縮することができる。

　また、本実施の形態では、停止する期間をまとめてとる例を示したが、無線信号を間欠的に送信して短時間の停止を充電期間中に複数行うことで満充電の終了時間を意図的に遅くして、長時間の停止をすることなく満充電の保持時間を短くすることもできる。

　なお、本実施の形態では、フローチャートに示す順序に限定されないことは言うまでもなく、例えばステップ１（Ｓ１）、ステップ２（Ｓ２）は順序が逆になってもよいし、ステップ１（Ｓ１）、ステップ２（Ｓ２）、ステップ３（Ｓ３）を同時に行ってもよい。また、ステップ４（Ｓ４）がステップ１（Ｓ１）よりも先に行われてもよい。

　また、外部電源としてケーブル及びコンセントを介して電源と接続する例を示しているが、特に限定されず、外部電源に代えて他の方式を用いた蓄電池（一次バッテリー含む）や、補助用二次バッテリーを用いても本実施の形態を適用することができる。給電装置１３００が補助用二次バッテリーを有している場合、持ち運びができ、いつでも、携帯情報端末に充電することもでき、モバイルバッテリーとも呼べる。また、給電装置１３００と携帯情報端末とを近接させて持ち運べば、常時、満充電状態を制御することができるため、給電装置１３００は携帯情報端末の充電制御装置とも呼べる。

　また、本実施の形態は、他の実施の形態と自由に組み合わせることができる。

（実施の形態３）
　本実施の形態は、ニューラルネットワークＮＮの構成の一例、及びニューラルネットワークに適用可能なアナログ積和演算回路の具体例について説明を行う。

　図６には、本発明の一態様のニューラルネットワークの一例を示す。図６に示すニューラルネットワークＮＮは、入力層ＩＬ、出力層ＯＬ、及び隠れ層（中間層）ＨＬを有する。ニューラルネットワークＮＮは、隠れ層ＨＬを複数有するニューラルネットワーク、すなわち、ディープニューラルネットワークによって構成することができる。なお、ディープニューラルネットワークにおける学習を、ディープラーニングと呼ぶことがある。出力層ＯＬ、入力層ＩＬ、隠れ層ＨＬはそれぞれ複数のニューロン回路を有し、異なる層に設けられたニューロン回路同士は、シナプス回路を介して接続されている。

　ニューラルネットワークＮＮには、蓄電池の動作を解析する機能が、学習によって付加されている。そして、ニューラルネットワークＮＮに測定された蓄電池のパラメータが入力されると、各層において演算処理が行われる。各層における演算処理は、前層が有するニューロン回路の出力データと重み係数との積和演算などにより実行される。なお、層と層との結合は、全てのニューロン回路同士が結合する全結合としてもよいし、一部のニューロン回路同士が結合する部分結合としてもよい。

　例えば、隣接層間において、特定のニューロン回路のみが結合を持ち、畳み込み層とプーリング層を有する、畳み込みニューラルネットワーク（ＣＮＮ）を用いてもよい。

　畳み込みが施されたデータは、活性化関数によって変換された後、プーリング層に出力される。活性化関数としては、ＲｅＬＵ（Ｒｅｃｔｉｆｉｅｄ　Ｌｉｎｅａｒ　Ｕｎｉｔ）等を用いることができる。ＲｅＬＵは、入力値が負である場合は“０”を出力し、入力値が“０”以上である場合は入力値をそのまま出力する関数である。また、活性化関数として、シグモイド関数、ｔａｎｈ関数等を用いることもできる。

　ＣＮＮは、上記の畳み込み処理およびプーリング処理により特徴抽出を行う。なお、ＣＮＮは、複数の畳み込み層および複数のプーリング層によって構成することができる。

　畳み込み層とプーリング層を例えば交互に数層ずつ配置された後には、全結合層が配置されることが好ましい。

　図７（Ａ）に示すニューラルネットワークＮＮの構成例は、再帰型ニューラルネットワーク（ｒｅｃｕｒｒｅｎｔ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ：ＲＮＮ）と呼ばれる場合がある。図７（Ａ）に示すニューラルネットワークは、隠れ層ＨＬが帰還路を有することにより、隠れ層ＨＬの出力が自分自身に入力される（帰還する）。ＲＮＮを用いることにより、時系列のデータを解析し、データの予測を行うことができる。例えば、本発明の一態様のニューラルネットワークにおいて、充電終了時間を推測できる場合がある。

　図７（Ｂ）は、時間Ｔ＝Ｔ（ｘ）におけるＲＮＮを簡略化して表した図である。入力層ＩＬから隠れ層ＨＬへの重み係数をＷｉｎ、隠れ層ＨＬから出力層ＯＬへの重み係数をＷｏｕｔ、隠れ層ＨＬからの帰還の重み係数をＷｒと表す。

　ＲＮＮは、図７（Ｃ）に示すように、時間展開することにより、時間毎（図７では時間Ｔ（１）乃至Ｔ（ｘ））に異なる層（入力層ＩＬ（１）乃至入力層ＩＬ（ｘ）、隠れ層ＨＬ（１）乃至隠れ層ＨＬ（ｘ）、及び出力層ＯＬ（１）乃至出力層ＯＬ（ｘ））とみなすことができる。ＲＮＮを時間展開することにより、図７（Ｃ）に示すような、帰還路のない、順伝播型ネットワークとみなすことができる。

　なお、ニューラルネットワークとして、Ｌｏｎｇ　Ｓｈｏｒｔ‐Ｔｅｒｍ　Ｍｅｍｏｒｙ（ＬＳＴＭ：長・短期記憶）と呼ばれる構成を用いることができる。ＬＳＴＭは、ＲＮＮにおいて隠れ層がメモリセルを有することにより状態を記憶し、より長い時間について解析、例えば推測などを行うことができる。

　学習機能を有するニューラルネットワークＮＮの構成例について説明する。ニューラルネットワークＮＮの構成例を、図８に示す。ニューラルネットワークＮＮは、ニューロン回路ＮＣと、ニューロン回路間に設けられたシナプス回路ＳＣによって構成されている。

　図８（Ａ）に、ニューラルネットワークＮＮを構成するニューロン回路ＮＣとシナプス回路ＳＣの構成例を示す。シナプス回路ＳＣには、入力データｘ_１乃至ｘ_Ｌ（Ｌは自然数）が入力される。また、シナプス回路ＳＣは、重み係数ｗ_ｋ（ｋは１以上Ｌ以下の整数）を記憶する機能を有する。重み係数ｗ_ｋは、ニューロン回路ＮＣ間の結合の強さに対応する。

　シナプス回路ＳＣに入力データｘ_１乃至ｘ_Ｌが入力されると、ニューロン回路ＮＣには、シナプス回路ＳＣに入力された入力データｘ_ｋと、シナプス回路ＳＣに記憶された重み係数ｗ_ｋとの積（ｘ_ｋｗ_ｋ）を、ｋ＝１乃至Ｌについて足し合わせた値（ｘ_１ｗ_１＋ｘ_２ｗ_２＋…＋ｘ_Ｌｗ_Ｌ）、すなわち、ｘ_ｋとｗ_ｋを用いた積和演算によって得られた値が供給される。この値がニューロン回路ＮＣの閾値θを超えた場合、ニューロン回路ＮＣはハイレベルの信号ｙを出力する。この現象を、ニューロン回路ＮＣの発火と呼ぶ。

　ニューロン回路ＮＣとシナプス回路ＳＣを用いて、階層型パーセプトロンを構成するニューラルネットワークＮＮのモデルを、図８（Ｂ）に示す。ニューラルネットワークＮＮは、入力層ＩＬ、隠れ層（中間層）ＨＬ、出力層ＯＬを有する。

　入力層ＩＬから、入力データｘ_１乃至ｘ_Ｌが出力される。隠れ層ＨＬは、隠れシナプス回路ＨＳ、隠れニューロン回路ＨＮを有する。出力層ＯＬは、出力シナプス回路ＯＳ、出力ニューロン回路ＯＮを有する。

　隠れニューロン回路ＨＮには、入力データｘ_ｋと、隠れシナプス回路ＨＳに保持された重み係数ｗ_ｋと、を用いた積和演算によって得られた値が供給される。そして、出力ニューロン回路ＯＮには、隠れニューロン回路ＨＮの出力と、出力シナプス回路ＯＳに保持された重み係数ｗ_ｋを用いた積和演算によって得られた値が供給される。そして、出力ニューロン回路ＯＮから、出力データｙ_１乃至ｙ_Ｌが出力される。

　このように、所定の入力データが与えられたニューラルネットワークＮＮは、シナプス回路ＳＣに保持された重み係数と、ニューロン回路の閾値θ（θ_Ｈ、θ_Ｏ））に応じた値を、出力データとして出力する機能を有する。

　また、ニューラルネットワークＮＮは、教師データの入力によって教師あり学習を行うことができる。図８（Ｃ）に、誤差逆伝播法を利用して教師あり学習を行うニューラルネットワークＮＮのモデルを示す。

　誤差逆伝播法は、ニューラルネットワークの出力データと教師信号の誤差が小さくなるように、シナプス回路の重み係数ｗ_ｋを変更する方式である。具体的には、出力データｙ_１乃至ｙ_Ｌと教師データｔ_１乃至ｔ_Ｌに基づいて決定される誤差δ_Ｏに応じて、隠れシナプス回路ＨＳの重み係数ｗ_ｋが変更される。また、隠れシナプス回路ＨＳの重み係数ｗ_ｋの変更量に応じて、さらに前段のシナプス回路ＳＣの重み係数ｗ_ｋが変更される。このように、教師データｔ_１乃至ｔ_Ｌに基づいて、シナプス回路ＳＣの重み係数を順次変更することにより、ニューラルネットワークＮＮの学習を行うことができる。

　なお、図８（Ｂ）、図８（Ｃ）には１層の隠れ層ＨＬを示しているが、隠れ層ＨＬの層数は２以上とすることができる。隠れ層ＨＬを２層以上有するニューラルネットワーク（ディープニューラルネットワーク（ＤＮＮ））を用いることにより、深層学習を行うことができる。これにより、充電終了時間の算出の精度を高めることができる。

　図７（Ｃ）において述べたように、ＲＮＮを時間展開することにより、帰還路のない、順伝播型ネットワークとみなすことができる。順伝播型ネットワークにおいて、前述の誤差逆伝播法等を用いて、教師データに基づき、重み係数を変更することができる。

　図６乃至８に示すようなニューラルネットワーク演算は、膨大な数の積和演算によって実行される。これらの演算処理をデジタル回路で行う場合、必要となるトランジスタ数が膨大になり、非効率的で消費電力が高い。そのため、上述の積和演算はアナログ積和演算回路（以下、ＡＰＳ（Ａｎａｌｏｇ　Ｐｒｏｄｕｃｔ‐Ｓｕｍ　ｃｉｒｃｕｉｔ）と呼ぶ）で行うことが好ましい。また、ＡＰＳはアナログメモリを有することが好ましい。学習で得られた重み係数を上記アナログメモリに格納することで、ＡＰＳは、アナログデータのまま積和演算を実行することができる。その結果、ＡＰＳは少ないトランジスタで効率的にニューラルネットワークを構築することができる。

　図９は、積和演算回路の構成例を示している。図９に示す積和演算回路ＭＡＣは、後述するメモリセルに保持された第１データと、入力された第２データと、の積和演算を行う回路である。なお、第１データ、及び第２データは、アナログデータ、又は多値のデータ（離散的なデータ）とすることができる。

　積和演算回路ＭＡＣは、電流源回路ＣＳと、カレントミラー回路ＣＭと、回路ＷＤＤと、回路ＷＬＤと、回路ＣＬＤと、オフセット回路ＯＦＳＴと、活性化関数回路ＡＣＴＶと、メモリセルアレイＣＡを有する。

　メモリセルアレイＣＡは、メモリセルＡＭ［１］と、メモリセルＡＭ［２］と、メモリセルＡＭｒｅｆ［１］と、メモリセルＡＭｒｅｆ［２］と、を有する。メモリセルＡＭ［１］、及びメモリセルＡＭ［２］は、第１データを保持する役割を有し、メモリセルＡＭｒｅｆ［１］、及びメモリセルＡＭｒｅｆ［２］は、積和演算を行うために必要になる参照データを保持する機能を有する。なお、参照データも、第１データ、及び第２データと同様に、アナログデータ、又は多値のデータ（離散的なデータ）とすることができる。

　なお、図９のメモリセルアレイＣＡは、メモリセルが行方向に２個、列方向に２個、マトリクス状に配置されているが、メモリセルアレイＣＡは、メモリセルが行方向に３個以上、列方向に３個以上、マトリクス状に配置されている構成としてもよい。また、積和演算でなく乗算を行う場合、メモリセルアレイＣＡは、メモリセルが行方向に１個、列方向に２個以上、マトリクス状に配置されている構成としてもよい。

　メモリセルＡＭ［１］と、メモリセルＡＭ［２］と、メモリセルＡＭｒｅｆ［１］と、メモリセルＡＭｒｅｆ［２］と、は、それぞれトランジスタＴｒ１１と、トランジスタＴｒ１２と、容量素子Ｃ１と、を有する。

　なお、トランジスタＴｒ１１は、ＯＳトランジスタであることが好ましい。

　また、トランジスタＴｒ１２にＯＳトランジスタを用いることで、トランジスタＴｒ１１と同時に作製することができるため、積和演算回路の作製工程を短縮することができる場合がある。また、トランジスタＴｒ１２のチャネル形成領域を、酸化物でなく、非晶質シリコン、多結晶シリコンなどとしてもよい。

　メモリセルＡＭ［１］と、メモリセルＡＭ［２］と、メモリセルＡＭｒｅｆ［１］と、メモリセルＡＭｒｅｆ［２］と、のそれぞれにおいて、トランジスタＴｒ１１の第１端子は、トランジスタＴｒ１２のゲートと電気的に接続されている。トランジスタＴｒ１２の第１端子は、配線ＶＲと電気的に接続されている。容量素子Ｃ１の第１端子は、トランジスタＴｒ１２のゲートと電気的に接続されている。

　メモリセルＡＭ［１］において、トランジスタＴｒ１１の第２端子は、配線ＷＤと電気的に接続され、トランジスタＴｒ１１のゲートは、配線ＷＬ［１］と電気的に接続されている。トランジスタＴｒ１２の第２端子は、配線ＢＬと電気的に接続され、容量素子Ｃ１の第２端子は、配線ＣＬ［１］と電気的に接続されている。なお、図９では、メモリセルＡＭ［１］において、トランジスタＴｒ１１の第１端子と、トランジスタＴｒ１２のゲートと、容量素子Ｃ１の第１端子と、の接続箇所をノードＮＭ［１］としている。加えて、配線ＢＬからトランジスタＴｒ１２の第２端子に流れる電流をＩ_{ＡＭ［１］}とする。

　メモリセルＡＭ［２］において、トランジスタＴｒ１１の第２端子は、配線ＷＤと電気的に接続され、トランジスタＴｒ１１のゲートは、配線ＷＬ［２］と電気的に接続されている。トランジスタＴｒ１２の第２端子は、配線ＢＬと電気的に接続され、容量素子Ｃ１の第２端子は、配線ＣＬ［２］と電気的に接続されている。なお、図９では、メモリセルＡＭ［２］において、トランジスタＴｒ１１の第１端子と、トランジスタＴｒ１２のゲートと、容量素子Ｃ１の第１端子と、の接続箇所をノードＮＭ［２］としている。加えて、配線ＢＬからトランジスタＴｒ１２の第２端子に流れる電流をＩ_{ＡＭ［２］}とする。

　メモリセルＡＭｒｅｆ［１］において、トランジスタＴｒ１１の第２端子は、配線ＷＤｒｅｆと電気的に接続され、トランジスタＴｒ１１のゲートは、配線ＷＬ［１］と電気的に接続されている。トランジスタＴｒ１２の第２端子は、配線ＢＬｒｅｆと電気的に接続され、容量素子Ｃ１の第２端子は、配線ＣＬ［１］と電気的に接続されている。なお、図９では、メモリセルＡＭｒｅｆ［１］において、トランジスタＴｒ１１の第１端子と、トランジスタＴｒ１２のゲートと、容量素子Ｃ１の第１端子と、の接続箇所をノードＮＭｒｅｆ［１］としている。加えて、配線ＢＬｒｅｆからトランジスタＴｒ１２の第２端子に流れる電流をＩ_{ＡＭｒｅｆ［１］}とする。

　メモリセルＡＭｒｅｆ［２］において、トランジスタＴｒ１１の第２端子は、配線ＷＤｒｅｆと電気的に接続され、トランジスタＴｒ１１のゲートは、配線ＷＬ［２］と電気的に接続されている。トランジスタＴｒ１２の第２端子は、配線ＢＬｒｅｆと電気的に接続され、容量素子Ｃ１の第２端子は、配線ＣＬ［２］と電気的に接続されている。なお、図９では、メモリセルＡＭｒｅｆ［２］において、トランジスタＴｒ１１の第１端子と、トランジスタＴｒ１２のゲートと、容量素子Ｃ１の第１端子と、の接続箇所をノードＮＭｒｅｆ［２］としている。加えて、配線ＢＬｒｅｆからトランジスタＴｒ１２の第２端子に流れる電流をＩ_{ＡＭｒｅｆ［２］}とする。

　上述したノードＮＭ［１］、ノードＮＭ［２］、ノードＮＭｒｅｆ［１］、及びノードＮＭｒｅｆ［２］は、それぞれのメモリセルの保持ノードとして機能する。

　配線ＶＲは、メモリセルＡＭ［１］、メモリセルＡＭ［２］、メモリセルＡＭｒｅｆ［１］、及びメモリセルＡＭｒｅｆ［２］のそれぞれのトランジスタＴｒ１２の第１端子‐第２端子間に電流を流すための配線である。そのため、配線ＶＲは、所定の電位を与えるための配線として機能する。なお、本実施の形態では、配線ＶＲが与える電位は、基準電位、又は基準電位よりも低い電位とする。

　電流源回路ＣＳは、配線ＢＬと、配線ＢＬｒｅｆと、に電気的に接続されている。電流源回路ＣＳは、配線ＢＬ及び配線ＢＬｒｅｆに対して電流を供給する機能を有する。なお、配線ＢＬ、配線ＢＬｒｅｆのそれぞれに対して供給する電流量は、互いに異なっていてもよい。本構成例では、電流源回路ＣＳから配線ＢＬに流れる電流をＩ_Ｃとし、電流源回路ＣＳから配線ＢＬｒｅｆに流れる電流をＩ_Ｃｒｅｆとする。

　カレントミラー回路ＣＭは、配線ＩＥと、配線ＩＥｒｅｆと、を有する。配線ＩＥは、配線ＢＬと電気的に接続され、図９では、配線ＩＥと配線ＢＬの接続箇所をノードＮＰとして図示している。配線ＩＥｒｅｆは、配線ＢＬｒｅｆと電気的に接続され、図９では、配線ＩＥｒｅｆと配線ＢＬｒｅｆの接続箇所をノードＮＰｒｅｆとしている。カレントミラー回路ＣＭは、ノードＮＰｒｅｆの電位に応じた電流を、配線ＢＬｒｅｆのノードＮＰｒｅｆから配線ＩＥｒｅｆに排出し、且つ当該電流と同じ量の電流を配線ＢＬのノードＮＰから配線ＩＥに排出する機能を有する。なお、図９では、ノードＮＰから配線ＩＥに排出する電流、及びノードＮＰｒｅｆから配線ＩＥｒｅｆに排出する電流をＩ_ＣＭと記している。加えて、配線ＢＬにおいて、カレントミラー回路ＣＭからメモリセルアレイＣＡに流れる電流をＩ_Ｂと記し、配線ＢＬｒｅｆにおいて、カレントミラー回路ＣＭからメモリセルアレイＣＡに流れる電流をＩ_Ｂｒｅｆと記す。

　回路ＷＤＤは、配線ＷＤと、配線ＷＤｒｅｆと、に電気的に接続されている。回路ＷＤＤは、メモリセルアレイＣＡが有するそれぞれのメモリセルに格納するためのデータを送信する機能を有する。

　回路ＷＬＤは、配線ＷＬ［１］と、配線ＷＬ［２］と、に電気的に接続されている。回路ＷＬＤは、メモリセルアレイＣＡが有するメモリセルにデータを書き込む際に、データの書き込み先となるメモリセルを選択する機能を有する。

　回路ＣＬＤは、配線ＣＬ［１］と、配線ＣＬ［２］と、に電気的に接続されている。回路ＣＬＤは、メモリセルアレイＣＡが有するそれぞれのメモリセルの容量素子Ｃ１の第２端子に対して、電位を印加する機能を有する。

　回路ＯＦＳＴは、配線ＢＬと、配線ＯＥと、に電気的に接続されている。回路ＯＦＳＴは、配線ＢＬから回路ＯＦＳＴに流れる電流量、及び／又は配線ＢＬから回路ＯＦＳＴに流れる電流の変化量を計測する機能を有する。加えて、回路ＯＦＳＴは、当該計測の結果を配線ＯＥに出力する機能を有する。なお、回路ＯＦＳＴは、当該計測の結果をそのまま電流として配線ＯＥに出力する構成としてもよいし、当該計測の結果を電圧に変換して、配線ＯＥに出力する構成としてもよい。なお、図９では、配線ＢＬから回路ＯＦＳＴに流れる電流をＩ_αと記している。

　例えば、回路ＯＦＳＴは、図１０に示す構成とすることができる。図１０において、回路ＯＦＳＴは、トランジスタＴｒ２１と、トランジスタＴｒ２２と、トランジスタＴｒ２３と、容量素子Ｃ２と、抵抗素子Ｒと、を有する。

　容量素子Ｃ２の第１端子は、配線ＢＬと電気的に接続され、抵抗素子Ｒの第１端子は、配線ＢＬと電気的に接続されている。容量素子Ｃ２の第２端子は、トランジスタＴｒ２１の第１端子と電気的に接続され、トランジスタＴｒ２１の第１端子は、トランジスタＴｒ２２のゲートと電気的に接続されている。トランジスタＴｒ２２の第１端子は、トランジスタＴｒ２３の第１端子と電気的に接続され、トランジスタＴｒ２３の第１端子は、配線ＯＥと電気的に接続されている。なお、容量素子Ｃ２の第１端子と、抵抗素子Ｒの第１端子と、の電気的接続点をノードＮａとし、容量素子Ｃ２の第２端子と、トランジスタＴｒ２１の第１端子と、トランジスタＴｒ２２のゲートと、の電気的接続点をノードＮｂとする。

　抵抗素子Ｒの第２端子は、配線ＶｒｅｆＬと電気的に接続されている。トランジスタＴｒ２１の第２端子は、配線ＶａＬと電気的に接続され、トランジスタＴｒ２１のゲートは、配線ＲＳＴと電気的に接続されている。トランジスタＴｒ２２の第２端子は、配線ＶＤＤＬと電気的に接続されている。トランジスタＴｒ２３の第２端子は、配線ＶＳＳＬと電気的に接続され、トランジスタＴｒ２３のゲートは、配線ＶｂＬと電気的に接続されている。

　配線ＶｒｅｆＬは、電位Ｖｒｅｆを与える配線であり、配線ＶａＬは、電位Ｖａを与える配線であり、配線ＶｂＬは、電位Ｖｂを与える配線である。配線ＶＤＤＬは、電位ＶＤＤを与える配線であり、配線ＶＳＳＬは、電位ＶＳＳを与える配線である。特に、ここでの回路ＯＦＳＴの構成例では、電位ＶＤＤを高レベル電位とし、電位ＶＳＳを低レベル電位としている。配線ＲＳＴは、トランジスタＴｒ２１の導通状態、非導通状態を切り替えるための電位を与える配線である。

　図１０に示す回路ＯＦＳＴにおいて、トランジスタＴｒ２２と、トランジスタＴｒ２３と、配線ＶＤＤＬと、配線ＶＳＳＬと、配線ＶｂＬと、によって、ソースフォロワ回路が構成されている。

　図１０に示す回路ＯＦＳＴにおいて、抵抗素子Ｒと、配線ＶｒｅｆＬと、によって、ノードＮａには、配線ＢＬから流れてくる電流、及び抵抗素子Ｒの抵抗に応じた電位が与えられる。

　図１０に示す回路ＯＦＳＴの動作例について説明する。配線ＢＬから１回目の電流（以後、第１電流と呼称する。）が流れたとき、抵抗素子Ｒと、配線ＶｒｅｆＬと、により、ノードＮａに第１電流と抵抗素子Ｒの抵抗とに応じた電位が与えられる。また、このとき、トランジスタＴｒ２１を導通状態として、ノードＮｂに電位Ｖａを与える。その後、トランジスタＴｒ２１を非導通状態とする。

　次に、配線ＢＬから２回目の電流（以後、第２電流と呼称する。）が流れたとき、第１電流が流れたときと同様に、抵抗素子Ｒと、配線ＶｒｅｆＬと、により、ノードＮａに第２電流と抵抗素子Ｒの抵抗とに応じた電位が与えられる。このとき、ノードＮｂはフローティング状態となっているので、ノードＮａの電位が変化したことで、容量結合によって、ノードＮｂの電位も変化する。ノードＮａの電位の変化をΔＶ_Ｎａとし、容量結合係数を１としたとき、ノードＮｂの電位はＶａ＋ΔＶ_Ｎａとなる。トランジスタＴｒ２２のしきい値電圧をＶ_ｔｈとしたとき、配線ＯＥから電位Ｖａ＋ΔＶ_Ｎａ−Ｖ_ｔｈが出力される。ここで、電位Ｖａをしきい値電圧Ｖ_ｔｈとすることで、配線ＯＥから電位ΔＶ_Ｎａを出力することができる。

　電位ΔＶ_Ｎａは、第１電流から第２電流への変化量と、抵抗素子Ｒと、電位Ｖｒｅｆと、に応じて定まる。抵抗素子Ｒと、電位Ｖｒｅｆと、は既知とすることができるため、図１０に示す回路ＯＦＳＴを用いることにより、電位ΔＶ_Ｎａから、配線ＢＬに流れる電流の変化量を求めることができる。

　活性化関数回路ＡＣＴＶは、配線ＯＥと、配線ＮＩＬと、に電気的に接続されている。活性化関数回路ＡＣＴＶには、配線ＯＥを介して、回路ＯＦＳＴで計測した電流の変化量が入力される。活性化関数回路ＡＣＴＶは、当該電流の変化量に対して、あらかじめ定義された関数系に従った演算を行う回路である。当該関数系としては、例えば、シグモイド関数、ｔａｎｈ関数、ｓｏｆｔｍａｘ関数、ＲｅＬＵ関数、しきい値関数などを用いることができ、これらの関数は、ニューラルネットワークにおける活性化関数として適用される。

＜積和演算回路の動作例＞
　次に、積和演算回路ＭＡＣの動作例について説明する。

　図１１に積和演算回路ＭＡＣの動作例のタイミングチャートを示す。図１１のタイミングチャートは、時間Ｔ０１乃至時間Ｔ０９における、配線ＷＬ［１］、配線ＷＬ［２］、配線ＷＤ、配線ＷＤｒｅｆ、ノードＮＭ［１］、ノードＮＭ［２］、ノードＮＭｒｅｆ［１］、ノードＮＭｒｅｆ［２］、配線ＣＬ［１］、及び配線ＣＬ［２］の電位の変動を示し、電流Ｉ_Ｂ−Ｉ_α、及び電流Ｉ_Ｂｒｅｆの大きさの変動を示している。特に、電流Ｉ_Ｂ−Ｉ_αは、配線ＢＬから、メモリセルアレイＣＡのメモリセルＡＭ［１］、メモリセルＡＭ［２］に流れる電流の総和を示している。

＜＜時間Ｔ０１から時間Ｔ０２まで＞＞
　時間Ｔ０１から時間Ｔ０２までの間において、配線ＷＬ［１］に高レベル電位（図１１ではＨｉｇｈと表記している。）が印加され、配線ＷＬ［２］に低レベル電位（図１１ではＬｏｗと表記している。）が印加されている。加えて、配線ＷＤには接地電位（図１１ではＧＮＤと表記している。）よりもＶ_ＰＲ−Ｖ_Ｗ［１］大きい電位が印加され、配線ＷＤｒｅｆには接地電位よりもＶ_ＰＲ大きい電位が印加されている。更に、配線ＣＬ［１］、及び配線ＣＬ［２］にはそれぞれ基準電位（図１１ではＲＥＦＰと表記している。）が印加されている。

　なお、電位Ｖ_Ｗ［１］は、第１データの一に対応する電位である。また、電位Ｖ_ＰＲは、参照データに対応する電位である。

　このとき、メモリセルＡＭ［１］、及びメモリセルＡＭｒｅｆ［１］のそれぞれのトランジスタＴｒ１１のゲートに高レベル電位が印加され、メモリセルＡＭ［１］、及びメモリセルＡＭｒｅｆ［１］のそれぞれのトランジスタＴｒ１１は、導通状態となり、ノードＮＭ［１］の電位は、Ｖ_ＰＲ−Ｖ_Ｗ［１］となり、ノードＮＭｒｅｆ［１］の電位は、Ｖ_ＰＲとなる。

　配線ＢＬからメモリセルＡＭ［１］のトランジスタＴｒ１２の第２端子を介して第１端子に流れる電流をＩ_{ＡＭ［１］，０}としたとき、Ｉ_{ＡＭ［１］，０}は次の式で表すことができる。

　ｋは、トランジスタＴｒ１２のチャネル長、チャネル幅、移動度、及びゲート絶縁膜の容量などで決まる定数である。また、Ｖ_ｔｈは、トランジスタＴｒ１２のしきい値電圧である。

　配線ＢＬｒｅｆからメモリセルＡＭｒｅｆ［１］のトランジスタＴｒ１２の第２端子を介して第１端子に流れる電流をＩ_{ＡＭｒｅｆ［１］，０}としたとき、同様に、Ｉ_{ＡＭｒｅｆ［１］，０}は次の式で表すことができる。

　なお、メモリセルＡＭ［２］、及びメモリセルＡＭｒｅｆ［２］のそれぞれのトランジスタＴｒ１１のゲートに低レベル電位が印加されるため、メモリセルＡＭ［２］、及びメモリセルＡＭｒｅｆ［２］のそれぞれのトランジスタＴｒ１１は、非導通状態となる。このため、ノードＮＭ［２］、及びノードＮＭｒｅｆ［２］への電位の書き込みは行われない。

＜＜時間Ｔ０２から時間Ｔ０３まで＞＞
　時間Ｔ０２から時間Ｔ０３までの間において、配線ＷＬ［１］に低レベル電位が印加される。このとき、メモリセルＡＭ［１］、及びメモリセルＡＭｒｅｆ［１］のそれぞれのトランジスタＴｒ１１のゲートに低レベル電位が印加されるため、メモリセルＡＭ［１］、及びメモリセルＡＭｒｅｆ［１］のそれぞれのトランジスタＴｒ１１は非導通状態となる。

　また、配線ＷＬ［２］には、時間Ｔ０２以前から引き続き、低レベル電位が印加されている。このため、メモリセルＡＭ［２］、及びメモリセルＡＭｒｅｆ［２］のそれぞれのトランジスタＴｒ１１は、時間Ｔ０２以前から非導通状態となっている。よって、時間Ｔ０２から時間Ｔ０３までの間では、ノードＮＭ［１］、ノードＮＭ［２］、ノードＮＭｒｅｆ［１］、及びノードＮＭｒｅｆ［２］のそれぞれの電位が保持される。トランジスタＴｒ１１にＯＳトランジスタを適用することによって、トランジスタＴｒ１１の第１端子‐第２端子間に流れるリーク電流を小さくすることができるため、それぞれのノードの電位を長時間保持することができる。配線ＷＤ、及び配線ＷＤｒｅｆには接地電位が印加されており、トランジスタＴｒ１１は、非導通状態となっているため、配線ＷＤ、及び配線ＷＤｒｅｆからの電位の印加によって、ノードに保持されている電位が書き換えられることは無い。

＜＜時間Ｔ０３から時間Ｔ０４まで＞＞
　時間Ｔ０３から時間Ｔ０４までの間において、配線ＷＬ［１］に低レベル電位が印加され、配線ＷＬ［２］に高レベル電位が印加されている。加えて、配線ＷＤには接地電位よりもＶ_ＰＲ−Ｖ_Ｗ［２］大きい電位が印加され、配線ＷＤｒｅｆには接地電位よりもＶ_ＰＲ大きい電位が印加されている。更に、時間Ｔ０２以前から引き続き、配線ＣＬ［１］、及び配線ＣＬ［２］には、それぞれ基準電位が印加されている。

　なお、電位Ｖ_Ｗ［２］は、第１データの一に対応する電位である。

　このとき、メモリセルＡＭ［２］、及びメモリセルＡＭｒｅｆ［２］のそれぞれのトランジスタＴｒ１１のゲートに高レベル電位が印加されるため、メモリセルＡＭ［２］、及びメモリセルＡＭｒｅｆ［２］のそれぞれのトランジスタＴｒ１１は、導通状態となり、ノードＮＭ［２］の電位は、Ｖ_ＰＲ−Ｖ_Ｗ［２］、ノードＮＭｒｅｆ［２］の電位は、Ｖ_ＰＲとなる。

　配線ＢＬからメモリセルＡＭ［２］のトランジスタＴｒ１２の第２端子を介して第１端子に流れる電流をＩ_{ＡＭ［２］，０}としたとき、Ｉ_{ＡＭ［２］，０}は次の式で表すことができる。

　配線ＢＬｒｅｆからメモリセルＡＭｒｅｆ［２］のトランジスタＴｒ１２の第２端子を介して第１端子に流れる電流をＩ_{ＡＭｒｅｆ［２］，０}としたとき、同様に、Ｉ_{ＡＭｒｅｆ［２］，０}は次の式で表すことができる。

＜＜時間Ｔ０４から時間Ｔ０５まで＞＞
　ここで、時間Ｔ０４から時間Ｔ０５までの間における、配線ＢＬ及び配線ＢＬｒｅｆに流れる電流について説明する。

　配線ＢＬｒｅｆには、電流源回路ＣＳからの電流が供給される。加えて、配線ＢＬｒｅｆには、カレントミラー回路ＣＭ、メモリセルＡＭｒｅｆ［１］、及びメモリセルＡＭｒｅｆ［２］によって電流が排出される。配線ＢＬｒｅｆにおいて、電流源回路ＣＳから供給される電流をＩ_Ｃｒｅｆとし、カレントミラー回路ＣＭによって排出される電流をＩ_ＣＭ，０としたとき、キルヒホッフの法則により次の式が成り立つ。

　配線ＢＬにおいて、電流源回路ＣＳから供給される電流をＩ_Ｃ，０とし、配線ＢＬから回路ＯＦＳＴに流れる電流をＩ_α，０としたとき、キルヒホッフの法則により次の式が成り立つ。

＜＜時間Ｔ０５から時間Ｔ０６まで＞＞
　時間Ｔ０５から時間Ｔ０６までの間において、配線ＣＬ［１］に基準電位よりもＶ_Ｘ［１］高い電位が印加される。このとき、メモリセルＡＭ［１］、及びメモリセルＡＭｒｅｆ［１］のそれぞれの容量素子Ｃ１の第２端子に、電位Ｖ_Ｘ［１］が印加されるため、トランジスタＴｒ１２のゲートの電位が上昇する。

　なお、電位Ｖ_Ｘ［１］は、第２データの一に対応する電位である。

　なお、トランジスタＴｒ１２のゲートの電位の増加分は、配線ＣＬ［１］の電位変化に、メモリセルの構成によって決まる容量結合係数を乗じた電位となる。該容量結合係数は、容量素子Ｃ１の容量、トランジスタＴｒ１２のゲート容量、及び寄生容量によって算出される。本動作例では、説明の煩雑さを避けるため、配線ＣＬ［１］の電位の増加分もトランジスタＴｒ１２のゲートの電位の増加分も同じ値として説明する。これは、メモリセルＡＭ［１］、及びメモリセルＡＭｒｅｆ［１］におけるそれぞれの容量結合係数を１としている場合に相当する。

　容量結合係数を１としているため、メモリセルＡＭ［１］、及びメモリセルＡＭｒｅｆ［１］のそれぞれの容量素子Ｃ１の第２端子に、電位Ｖ_Ｘ［１］が印加されることによって、ノードＮＭ［１］、及びノードＮＭｒｅｆ［１］の電位は、それぞれＶ_Ｘ［１］上昇する。

　ここで、メモリセルＡＭ［１］、及びメモリセルＡＭｒｅｆ［１］のそれぞれのトランジスタＴｒ１２の第２端子から第１端子に流れる電流を考える。配線ＢＬからメモリセルＡＭ［１］のトランジスタＴｒ１２の第２端子を介して第１端子に流れる電流をＩ_{ＡＭ［１］，１}としたとき、Ｉ_{ＡＭ［１］，１}は次の式で表すことができる。

　つまり、配線ＣＬ［１］に電位Ｖ_Ｘ［１］を印加することによって、配線ＢＬからメモリセルＡＭ［１］のトランジスタＴｒ１２の第２端子を介して第１端子に流れる電流は、Ｉ_{ＡＭ［１］，１}−Ｉ_{ＡＭ［１］，０}（図１１では、ΔＩ_{ＡＭ［１］}と表記する。）増加する。

　同様に、配線ＢＬｒｅｆからメモリセルＡＭｒｅｆ［１］のトランジスタＴｒ１２の第２端子を介して第１端子に流れる電流をＩ_{ＡＭｒｅｆ［１］，１}としたとき、Ｉ_{ＡＭｒｅｆ［１］，１}は次の式で表すことができる。

　つまり、配線ＣＬ［１］に電位Ｖ_Ｘ［１］を印加することによって、配線ＢＬｒｅｆからメモリセルＡＭｒｅｆ［１］のトランジスタＴｒ１２の第２端子を介して第１端子に流れる電流は、Ｉ_{ＡＭｒｅｆ［１］，１}−Ｉ_{ＡＭｒｅｆ［１］，０}（図１１では、ΔＩ_{ＡＭｒｅｆ［１］}と表記する。）増加する。

　配線ＢＬｒｅｆにおいて、カレントミラー回路ＣＭによって排出される電流をＩ_ＣＭ，１としたとき、キルヒホッフの法則により次の式が成り立つ。

　配線ＢＬにおいて、配線ＢＬから回路ＯＦＳＴに流れる電流をＩ_α，１としたとき、キルヒホッフの法則により次の式が成り立つ。

　なお、時間Ｔ０４から時間Ｔ０５までの間における、配線ＢＬから配線ＯＦＳＴに流れる電流Ｉ_α，０と、時間Ｔ０５から時間Ｔ０６までの間における、配線ＢＬから配線ＯＦＳＴに流れる電流Ｉ_α，１と、の差をΔＩ_αとする。以後、ΔＩ_αを、積和演算回路ＭＡＣにおける、差分電流と呼称する。差分電流ΔＩ_αは、式（Ｅ１）乃至式（Ｅ１０）用いて、次の式のとおりに表すことができる。

＜＜時間Ｔ０６から時間Ｔ０７まで＞＞
　時間Ｔ０６から時間Ｔ０７までの間において、配線ＣＬ［１］には接地電位が印加されている。このとき、メモリセルＡＭ［１］、及びメモリセルＡＭｒｅｆ［１］のそれぞれの容量素子Ｃ１の第２端子に、接地電位が印加されるため、ノードＮＭ［１］、及びノードＮＭｒｅｆ［１］の電位は、それぞれ時間Ｔ０４から時間Ｔ０５までの間の電位に戻る。

＜＜時間Ｔ０７から時間Ｔ０８まで＞＞
　時間Ｔ０７から時間Ｔ０８までの間において、配線ＣＬ［１］に基準電位よりもＶ_Ｘ［１］高い電位が印加され、配線ＣＬ［２］に基準電位よりもＶ_Ｘ［２］高い電位が印加される。このとき、メモリセルＡＭ［１］、及びメモリセルＡＭｒｅｆ［１］のそれぞれの容量素子Ｃ１の第２端子に電位Ｖ_Ｘ［１］が印加され、メモリセルＡＭ［２］、及びメモリセルＡＭｒｅｆ［２］のそれぞれの容量素子Ｃ１の第２端子に電位Ｖ_Ｘ［２］が印加される。このため、メモリセルＡＭ［１］、メモリセルＡＭ［２］、メモリセルＡＭｒｅｆ［１］、及びメモリセルＡＭｒｅｆ［２］のそれぞれのトランジスタＴｒ１２のゲートの電位が上昇する。

　配線ＢＬからメモリセルＡＭ［２］のトランジスタＴｒ１２の第２端子を介して第１端子に流れる電流をＩ_{ＡＭ［２］，１}としたとき、Ｉ_{ＡＭ［２］，１}は次の式で表すことができる。

　同様に、配線ＢＬｒｅｆからメモリセルＡＭｒｅｆ［２］のトランジスタＴｒ１２の第２端子を介して第１端子に流れる電流をＩ_{ＡＭｒｅｆ［２］，１}としたとき、Ｉ_{ＡＭｒｅｆ［２］，１}は次の式で表すことができる。

　配線ＢＬｒｅｆにおいて、カレントミラー回路ＣＭによって排出される電流をＩ_ＣＭ，２としたとき、キルヒホッフの法則により次の式が成り立つ。

　配線ＢＬにおいて、配線ＢＬから回路ＯＦＳＴに流れる電流をＩ_α，３としたとき、キルヒホッフの法則により次の式が成り立つ。

　時間Ｔ０４から時間Ｔ０５までの間における、配線ＢＬから配線ＯＦＳＴに流れる電流Ｉ_α，０と、時間Ｔ０７から時間Ｔ０８までの間における、配線ＢＬから配線ＯＦＳＴに流れる電流Ｉ_α，３と、の差となる差分電流ΔＩ_αは、式（Ｅ１）乃至式（Ｅ８）、式（Ｅ１２）乃至式（Ｅ１５）用いて、次の式のとおりに表すことができる。

　式（Ｅ１６）に示すとおり、回路ＯＦＳＴに入力される差分電流ΔＩ_αは、複数の第１データである電位Ｖ_Ｗと、複数の第２データである電位Ｖ_Ｘと、の積の和に応じた値となる。つまり、差分電流ΔＩ_αを回路ＯＦＳＴで計測することによって、第１データと第２データとの積和の値を求めることができる。

＜＜時間Ｔ０８から時間Ｔ０９まで＞＞
　時間Ｔ０８から時間Ｔ０９までの間において、配線ＣＬ［１］、及び配線ＣＬ［２］には基準電位が印加されている。このとき、メモリセルＡＭ［１］、メモリセルＡＭ［２］、メモリセルＡＭｒｅｆ［１］、及びメモリセルＡＭｒｅｆ［２］のそれぞれの容量素子Ｃ１の第２端子に、基準電位が印加されるため、ノードＮＭ［１］、ノードＮＭ［２］、ノードＮＭｒｅｆ［１］、及びノードＮＭｒｅｆ［２］の電位は、それぞれ時間Ｔ０６から時間Ｔ０７までの間の電位に戻る。

　時間Ｔ０５から時間Ｔ０６までの間において、配線ＣＬ［１］にＶ_Ｗ［１］を印加し、時間Ｔ０７から時間Ｔ０８までの間において、配線ＣＬ［１］及び配線ＣＬ［２］にそれぞれＶ_Ｘ［１］、Ｖ_Ｘ［２］を印加したが、配線ＣＬ［１］及び配線ＣＬ［２］に印加する電位は、基準電位ＲＥＦＰよりも低くてもよい。配線ＣＬ［１］、及び／又は配線ＣＬ［２］に、基準電位ＲＥＦＰよりも低い電位を印加した場合、配線ＣＬ［１］、及び／又は配線ＣＬ［２］に接続されているメモリセルの保持ノードの電位を、容量結合によって低くすることができる。これにより、積和演算において、第１データと、負の値である第２データの一との積を行うことができる。例えば、時間Ｔ０７から時間Ｔ０８までの間において、配線ＣＬ［２］に、Ｖ_Ｘ［２］でなく−Ｖ_Ｘ［２］を印加した場合、差分電流ΔＩ_αは、次の式の通りに表すことができる。

　なお、本動作例では、２行２列のマトリクス状に配置されているメモリセルを有するメモリセルアレイＣＡについて扱ったが、１行、且つ２列以上のメモリセルアレイ、又は３行以上、且つ３列以上のメモリセルアレイについても同様に、積和演算を行うことができる。この場合の積和演算回路は、複数列のうち１列を、参照データ（電位Ｖ_ＰＲ）を保持するメモリセルとすることで、複数列のうち残りの列では積和演算処理を同時に実行することができる。つまり、メモリセルアレイの列の数を増やすことで、高速な積和演算処理を実現する演算回路を提供することができる。また、行数を増やすことによって、積和演算における、足し合わせる項数を増やすことができる。行数を増やした場合の、差分電流ΔＩαは、次の式で表すことができる。

　ところで、本実施の形態で述べた積和演算回路では、メモリセルＡＭの行数が前層のニューロンの数となる。換言すると、メモリセルＡＭの行数は、次層へ入力される前層のニューロンの出力信号の数に対応する。そして、メモリセルＡＭの列数が、次層のニューロンの数となる。換言すると、メモリセルＡＭの列数は、次層から出力されるニューロンの出力信号の数に対応する。つまり、前層、次層のそれぞれのニューロンの個数によって、積和演算回路のメモリセルアレイの行数、及び列数が定まるため、構成したいニューラルネットワークに応じて、メモリセルアレイの行数、及び列数を定めればよい。

　本実施の形態は、他の実施の形態の記載と適宜組み合わせることができる。

（実施の形態４）
　本実施の形態では、円筒型の二次電池の例について図１２を参照して説明する。円筒型の二次電池６００は、図１２（Ａ）に示すように、上面に正極キャップ（電池蓋）６０１を有し、側面および底面に電池缶（外装缶）６０２を有している。これら正極キャップ６０１と電池缶（外装缶）６０２とは、ガスケット（絶縁パッキン）６１０によって絶縁されている。

　図１２（Ｂ）は、円筒型の二次電池の断面を模式的に示した図である。中空円柱状の電池缶６０２の内側には、帯状の正極６０４と負極６０６とがセパレータ６０５を間に挟んで捲回された電池素子が設けられている。図示しないが、電池素子はセンターピンを中心に捲回されている。電池缶６０２は、一端が閉じられ、他端が開いている。電池缶６０２には、電解液に対して耐腐食性のあるニッケル、アルミニウム、チタン等の金属、又はこれらの合金やこれらと他の金属との合金（例えば、ステンレス鋼等）を用いることができる。また、電解液による腐食を防ぐため、ニッケルやアルミニウム等を被覆することが好ましい。電池缶６０２の内側において、正極、負極およびセパレータが捲回された電池素子は、対向する一対の絶縁板６０８、６０９により挟まれている。また、電池素子が設けられた電池缶６０２の内部は、非水電解液（図示せず）が注入されている。二次電池は、コバルト酸リチウム（ＬｉＣｏＯ_２）やリン酸鉄リチウム（ＬｉＦｅＰＯ_４）などの活物質を含む正極と、リチウムイオンの吸蔵・放出が可能な黒鉛等の炭素材料からなる負極と、エチレンカーボネートやジエチルカーボネートなどの有機溶媒に、ＬｉＢＦ_４やＬｉＰＦ_６等のリチウム塩からなる電解質を溶解させた非水電解液などにより構成される。

　円筒型の蓄電池に用いる正極および負極は捲回するため、集電体の両面に活物質を形成することが好ましい。正極６０４には正極端子（正極集電リード）６０３が接続され、負極６０６には負極端子（負極集電リード）６０７が接続される。正極端子６０３および負極端子６０７は、ともにアルミニウムなどの金属材料を用いることができる。正極端子６０３は安全弁機構６１２に、負極端子６０７は電池缶６０２の底にそれぞれ抵抗溶接される。安全弁機構６１２は、ＰＴＣ素子（Ｐｏｓｉｔｉｖｅ　Ｔｅｍｐｅｒａｔｕｒｅ　Ｃｏｅｆｆｉｃｉｅｎｔ）６１１を介して正極キャップ６０１と電気的に接続されている。安全弁機構６１２は電池の内圧の上昇が所定の閾値を超えた場合に、正極キャップ６０１と正極６０４との電気的な接続を切断するものである。また、ＰＴＣ素子６１１は温度が上昇した場合に抵抗が増大する熱感抵抗素子であり、抵抗の増大により電流量を制限して異常発熱を防止するものである。ＰＴＣ素子には、チタン酸バリウム（ＢａＴｉＯ_３）系半導体セラミックス等を用いることができる。

　また、図１２（Ｃ）のように複数の二次電池６００を、導電板６１３および導電板６１４の間に挟んでモジュール６１５を構成してもよい。複数の二次電池６００は、並列接続されていてもよいし、直列接続されていてもよいし、並列に接続された後さらに直列に接続されていてもよい。複数の二次電池６００を有するモジュール６１５を構成することで、大きな電力を取り出すことができる。

　図１２（Ｄ）はモジュール６１５の上面図である。図を明瞭にするために導電板６１３を点線で示した。図１２（Ｄ）に示すようにモジュール６１５は、複数の二次電池６００を電気的に接続する導線６１６を有していてもよい。導線６１６上に導電板６１３を重畳して設けることができる。また複数の二次電池６００の間に温度制御装置６１７を有していてもよい。二次電池６００が過剰に加熱されたときは、温度制御装置６１７により冷却し、二次電池６００が冷えすぎているときは温度制御装置６１７により加熱することができる。そのためモジュール６１５の性能が外気温に影響されにくくなる。

［二次電池の構造例］
　二次電池の別の構造例について、図１３乃至１６を用いて説明する。

　図１３（Ａ）及び図１３（Ｂ）は、電池パックの外観図を示す図である。電池パックは、回路基板９００と、二次電池９１３と、を有する。二次電池９１３は、端子９５１と、端子９５２とを有し、ラベル９１０で覆われている。また電池パックはアンテナ９１４を有してもよい。

　回路基板９００はシール９１５で固定されている。回路基板９００は、回路９１２を有する。端子９１１は、回路基板９００を介して、二次電池９１３が有する端子９５１および端子９５２と電気的に接続される。また端子９１１は、回路基板９００を介して、アンテナ９１４、及び回路９１２と電気的に接続される。なお、端子９１１を複数設けて、複数の端子９１１のそれぞれを、制御信号入力端子、電源端子などとしてもよい。

　回路９１２はたとえば、過充電、過放電および過電流から二次電池９１３を保護する、保護回路としての機能を有する。回路９１２は、回路基板９００の裏面に設けられていてもよい。なお、アンテナ９１４は、コイル状に限定されず、例えば線状、板状であってもよい。また、平面アンテナ、開口面アンテナ、進行波アンテナ、ＥＨアンテナ、磁界アンテナ、誘電体アンテナ等のアンテナを用いてもよい。アンテナ９１４は、たとえば外部機器とのデータ通信を行うことができる機能を有する。アンテナ９１４を介した電池パックと他の機器との通信方式としては、ＮＦＣなど、電池パックと他の機器との間で用いることができる応答方式などを適用することができる。

　電池パックは、アンテナ９１４と、二次電池９１３との間に層９１６を有する。層９１６は、例えば二次電池９１３による電磁界を遮断することができる機能を有する。層９１６としては、例えば磁性体を用いることができる。

　なお、電池パックの構造は、図１３に限定されない。

　例えば、図１４（Ａ−１）及び図１４（Ａ−２）に示すように、図１３（Ａ）及び図１３（Ｂ）に示す二次電池９１３のうち、対向する一対の面のそれぞれにアンテナを設けてもよい。図１４（Ａ−１）は、上記一対の面の一方側方向から見た外観図であり、図１４（Ａ−２）は、上記一対の面の他方側方向から見た外観図である。なお、図１３（Ａ）及び図１３（Ｂ）に示す電池パックと同じ部分については、図１３（Ａ）及び図１３（Ｂ）に示す電池パックの説明を適宜援用できる。

　図１４（Ａ−１）に示すように、二次電池９１３の一対の面の一方に層９１６を挟んでアンテナ９１４が設けられ、図１４（Ａ−２）に示すように、二次電池９１３の一対の面の他方に層９１７を挟んでアンテナ９１８が設けられる。層９１７は、例えば二次電池９１３による電磁界を遮断することができる機能を有する。層９１７としては、例えば磁性体を用いることができる。

　上記構造にすることにより、電池パックにアンテナを二つ設け、かつアンテナ９１４及びアンテナ９１８の両方のサイズを大きくすることができる。

　アンテナ９１８は、アンテナ９１４に適用可能な形状のアンテナを適用することができる。さらにアンテナ９１８は平板状の導体でもよい。この平板状の導体は、電界結合用の導体の一つとして機能することができる。つまり、コンデンサの有する２つの導体のうちの一つの導体として、アンテナ９１８を機能させてもよい。これにより、電磁界、磁界だけでなく、電界で電力のやり取りを行うこともできる。

　又は、図１４（Ｂ−１）に示すように、図１３（Ａ）及び図１３（Ｂ）に示す電池パックに表示装置９２０を設けてもよい。表示装置９２０は、端子９１１に電気的に接続される。なお、図１３（Ａ）及び図１３（Ｂ）に示す電池パックと同じ部分については、図１３（Ａ）及び図１３（Ｂ）に示す電池パックの説明を適宜援用できる。

　表示装置９２０には、例えば充電中であるか否かを示す画像、残容量を示す画像などを表示してもよい。表示装置９２０としては、例えば電子ペーパー、液晶表示装置、エレクトロルミネセンス（ＥＬともいう）表示装置などを用いることができる。例えば、電子ペーパーを用いることにより表示装置９２０の消費電力を低減することができる。

　又は、図１４（Ｂ−２）に示すように、図１３（Ａ）及び図１３（Ｂ）に示す二次電池９１３にセンサ９２１を設けてもよい。センサ９２１は、端子９２２および回路基板９００を介して端子９１１に電気的に接続される。なお、図１３（Ａ）及び図１３（Ｂ）に示す二次電池９１３と同じ部分については、図１３（Ａ）及び図１３（Ｂ）に示す二次電池９１３の説明を適宜援用できる。

　センサ９２１としては、例えば、変位、位置、速度、加速度、角速度、回転数、距離、光、液、磁気、温度、化学物質、音声、時間、硬度、電場、電流、電圧、電力、放射線、流量、湿度、傾度、振動、におい、又は赤外線を測定することができる機能を有すればよい。センサ９２１を設けることにより、例えば、二次電池９１３が置かれている環境を示すデータ（温度など）を検出し、回路９１２内のメモリに記憶しておくこともできる。

　さらに、二次電池９１３の構造例について図１５及び図１６を用いて説明する。

　図１５（Ａ）に示す二次電池９１３は、筐体９３０の内部に端子９５１と端子９５２が設けられた捲回体９５０を有する。捲回体９５０は、筐体９３０の内部で電解液に含浸される。端子９５２は、筐体９３０に接し、端子９５１は、絶縁材などを用いることにより筐体９３０に接していない。なお、図１５（Ａ）では、便宜のため、筐体９３０を分離して図示しているが、実際は、捲回体９５０が筐体９３０に覆われ、端子９５１及び端子９５２が筐体９３０の外に延在している。筐体９３０としては、金属材料（例えばアルミニウムなど）又は樹脂材料を用いることができる。

　なお、図１５（Ｂ）に示すように、図１５（Ａ）に示す筐体９３０を複数の材料によって形成してもよい。例えば、図１５（Ｂ）に示す二次電池９１３は、筐体９３０ａと筐体９３０ｂが貼り合わされており、筐体９３０ａ及び筐体９３０ｂで囲まれた領域に捲回体９５０が設けられている。

　筐体９３０ａとしては、有機樹脂など、絶縁材料を用いることができる。特に、アンテナが形成される面に有機樹脂などの材料を用いることにより、二次電池９１３による電界の遮蔽を抑制できる。なお、筐体９３０ａによる電界の遮蔽が小さければ、筐体９３０ａの内部にアンテナ９１４などのアンテナを設けてもよい。筐体９３０ｂとしては、例えば金属材料を用いることができる。

　さらに、捲回体９５０の構造について図１６に示す。捲回体９５０は、負極９３１と、正極９３２と、セパレータ９３３と、を有する。捲回体９５０は、セパレータ９３３を挟んで負極９３１と、正極９３２が重なり合って積層され、該積層シートを捲回させた捲回体である。なお、負極９３１と、正極９３２と、セパレータ９３３と、の積層を、さらに複数重ねてもよい。

　負極９３１は、端子９５１及び端子９５２の一方を介して図１３に示す端子９１１に接続される。正極９３２は、端子９５１及び端子９５２の他方を介して図１３に示す端子９１１に接続される。

　充電を制御するマイクロプロセッサ（ＡＰＳを含む）を電子機器に用いることで、最適な充電を行い、サイクル特性に優れた二次電池９１３とすることができる。

（実施の形態５）
　本実施の形態では、充電を制御するマイクロプロセッサを電子機器に実装する例について説明する。

　まず、二次電池の充電を制御するマイクロプロセッサを適用した電子機器として、例えば、テレビジョン装置（テレビ、又はテレビジョン受信機ともいう）、コンピュータ用などのモニタ、デジタルカメラ、デジタルビデオカメラ、デジタルフォトフレーム、携帯電話機（携帯電話、携帯電話装置ともいう）、携帯型ゲーム機、携帯情報端末、音響再生装置、パチンコ機などの大型ゲーム機などが挙げられる。

　次に、図１７（Ａ）および図１７（Ｂ）に、２つ折り可能なタブレット型端末の一例を示す。図１７（Ａ）および図１７（Ｂ）に示すタブレット型端末９６００は、筐体９６３０ａ、筐体９６３０ｂ、筐体９６３０ａと筐体９６３０ｂを接続する可動部９６４０、表示部９６３１、表示モード切り替えスイッチ９６２６、電源スイッチ９６２７、省電力モード切り替えスイッチ９６２５、留め具９６２９、操作スイッチ９６２８、を有する。表示部９６３１には、可撓性を有するパネルを用いることで、より広い表示部を有するタブレット端末とすることができる。図１７（Ａ）は、タブレット型端末９６００を開いた状態を示し、図１７（Ｂ）は、タブレット型端末９６００を閉じた状態を示している。

　また、タブレット型端末９６００は、筐体９６３０ａおよび筐体９６３０ｂの内部に蓄電体９６３５を有する。蓄電体９６３５は、可動部９６４０を通り、筐体９６３０ａと筐体９６３０ｂに渡って設けられている。

　表示部９６３１は、一部をタッチパネルの領域とすることができ、表示された操作キーにふれることでデータ入力をすることができる。また、タッチパネルのキーボード表示切り替えボタンが表示されている位置に指やスタイラスなどでふれることで表示部９６３１にキーボードボタン表示することができる。

　また、表示モード切り替えスイッチ９６２６は、縦表示又は横表示などの表示の向きを切り替え、白黒表示やカラー表示の切り替えなどを選択できる。省電力モード切り替えスイッチ９６２５は、タブレット型端末９６００に内蔵している光センサで検出される使用時の外光の光量に応じて表示の輝度を最適なものとすることができる。タブレット型端末は光センサだけでなく、ジャイロ、加速度センサ等の傾きを検出するセンサなどの他の検出装置を内蔵させてもよい。

　図１７（Ｂ）は、閉じた状態であり、タブレット型端末は、筐体９６３０、太陽電池９６３３、ＤＣＤＣコンバータ９６３６を含む充放電制御回路９６３４有する。また、蓄電体９６３５として、本発明の一態様に係る充電を制御するマイクロプロセッサ及び二次電池を用いる。

　なお、タブレット型端末９６００は２つ折り可能なため、未使用時に筐体９６３０ａおよび筐体９６３０ｂを重ね合せるように折りたたむことができる。折りたたむことにより、表示部９６３１を保護できるため、タブレット型端末９６００の耐久性を高めることができる。また、本発明の一態様の充電を制御するマイクロプロセッサを用いた蓄電体９６３５は、満充電状態の時間を減らすことで蓄電体９６３５の劣化を低減し、長期間に渡って長時間の使用ができるタブレット型端末９６００を提供できる。

　また、この他にも図１７（Ａ）および図１７（Ｂ）に示したタブレット型端末は、様々な情報（静止画、動画、テキスト画像など）を表示する機能、カレンダー、日付又は時刻などを表示部に表示する機能、表示部に表示した情報をタッチ入力操作又は編集するタッチ入力機能、様々なソフトウェア（プログラム）によって処理を制御する機能、等を有することができる。

　タブレット型端末の表面に装着された太陽電池９６３３によって、電力をタッチパネル、表示部、又は映像信号処理部等に供給することができる。なお、太陽電池９６３３は、筐体９６３０の片面又は両面に設けることができ、蓄電体９６３５の充電を効率的に行う構成とすることができる。

　また、図１７（Ｂ）に示す充放電制御回路９６３４の構成、および動作について図１７（Ｃ）にブロック図を示し説明する。図１７（Ｃ）には、太陽電池９６３３、蓄電体９６３５、ＤＣＤＣコンバータ９６３６、コンバータ９６３７、スイッチＳＷ１乃至ＳＷ３、表示部９６３１について示しており、蓄電体９６３５、ＤＣＤＣコンバータ９６３６、コンバータ９６３７、スイッチＳＷ１乃至ＳＷ３が、図１７（Ｂ）に示す充放電制御回路９６３４に対応する箇所となる。

　まず外光により太陽電池９６３３により発電がされる場合の動作の例について説明する。太陽電池で発電した電力は、蓄電体９６３５を充電するための電圧となるようＤＣＤＣコンバータ９６３６で昇圧又は降圧がなされる。そして、表示部９６３１の動作に太陽電池９６３３からの電力が用いられる際にはスイッチＳＷ１をオンにし、コンバータ９６３７で表示部９６３１に必要な電圧に昇圧又は降圧をすることとなる。また、表示部９６３１での表示を行わない際には、スイッチＳＷ１をオフにし、スイッチＳＷ２をオンにして蓄電体９６３５の充電を行う構成とすればよい。

　なお太陽電池９６３３については、発電手段の一例として示したが、特に限定されず、圧電素子（ピエゾ素子）や熱電変換素子（ペルティエ素子）などの他の発電手段による蓄電体９６３５の充電を行う構成であってもよい。例えば、無線（非接触）で電力を送受信して充電する無接点電力伝送モジュールや、また他の充電手段を組み合わせて行う構成としてもよい。

　図１８に、他の電子機器の例を示す。図１８において、表示装置８０００は、マイクロプロセッサで二次電池８００４の充電制御をする電子機器の一例である。具体的に、表示装置８０００は、ＴＶ放送受信用の表示装置に相当し、筐体８００１、表示部８００２、スピーカ部８００３、二次電池８００４等を有する。本発明の一態様に係る充電を制御するマイクロプロセッサ及び二次電池８００４は、筐体８００１の内部に設けられている。表示装置８０００は、商用電源から電力の供給を受けることもできるし、二次電池８００４に蓄積された電力を用いることもできる。

　表示部８００２には、液晶表示装置、有機ＥＬ素子などの発光素子を各画素に備えた発光装置、電気泳動表示装置、ＤＭＤ（Ｄｉｇｉｔａｌ　Ｍｉｃｒｏｍｉｒｒｏｒ　Ｄｅｖｉｃｅ）、ＰＤＰ（Ｐｌａｓｍａ　Ｄｉｓｐｌａｙ　Ｐａｎｅｌ）、ＦＥＤ（Ｆｉｅｌｄ　Ｅｍｉｓｓｉｏｎ　Ｄｉｓｐｌａｙ）などの、半導体表示装置を用いることができる。

　また、音声入力デバイス８００５も充電を制御するマイクロプロセッサで制御される二次電池を用いる。音声入力デバイス８００５は、無線通信素子の他、スピーカ８００７、マイク、複数のセンサ（光学センサ、温度センサ、湿度センサ、気圧センサ、照度センサ、モーションセンサなど）を有し、使用者の命令する言葉によって他のデバイスの操作、例えば表示装置８０００の電源操作、据え付け型の照明装置８１００の光量調節などを行うことができる。音声入力デバイス８００５は音声で周辺機器の操作が行え、手動リモコンの代わりとなる。

　また、音声入力デバイス８００５は点線で示す軸を中心に回転する台８００６に設けられ、使用者の発声が聞こえる方向に回転し、内蔵されているマイクで正確に命令を聞き取るとともに、その内容を表示部８００８に表示する、または表示部８００８のタッチ入力操作が行える構成としている。

　また、音声入力デバイス８００５は、スマートフォンなどの携帯情報端末の充電ドックとしても機能させることができる。音声入力デバイス８００５の内部に、充電を制御するマイクロプロセッサで制御される二次電池を用いて充電制御装置と呼ぶこともできる。音声入力デバイス８００５は、音声入力や出力で行われるニューラルネット演算できる第１のマイクロプロセッサと、充電を制御する第２のマイクロプロセッサとを有する。携帯情報端末と音声入力デバイス８００５は、有線または無線で電力の授受を可能としている。携帯情報端末は、室内においては、特に持ち運ぶ必要がなく、必要な容量を確保しつつ、二次電池に負荷がかかり劣化することを回避したいため、音声入力デバイス８００５によって二次電池の管理、メンテナンスなどを行えることが望ましい。また、スピーカ８００７及びマイクを有しているため、充電中であってもハンズフリーで会話することもできる。

　また、図１８においては台８００６を用いる例を示したが、特に限定されず、音声入力デバイス８００５に車輪や機械式移動手段を設けて所望の位置に移動させてもよく、或いは台や車輪を設けず固定してもよい。また、音声入力デバイス８００５の二次電池の容量が低下すれば、音声入力デバイス８００５は機械式移動手段により移動し、外部電源と接続された充電モジュールから無線充電によって充電を行えばよい。

　なお、表示装置には、ＴＶ放送受信用の他、パーソナルコンピュータ用、広告表示用など、全ての情報表示用表示装置が含まれる。

　図１８において、照明装置８１００は、充電を制御するマイクロプロセッサで制御される二次電池８１０３を用いた電子機器の一例である。具体的には、照明装置８１００は、筐体８１０１、光源８１０２、二次電池８１０３等を有する。図１８では、二次電池８１０３が、筐体８１０１及び光源８１０２が据え付けられた天井８１０４の内部に設けられている場合を例示しているが、二次電池８１０３は、筐体８１０１の内部に設けられていても良い。照明装置８１００は、商用電源から電力の供給を受けることもできるし、二次電池８１０３に蓄積された電力を用いることもできる。

　なお、図１８では天井８１０４に設けられた据え付け型の照明装置８１００を例示しているが、充電を制御するマイクロプロセッサ（ＡＰＳを含む）で制御される二次電池は、天井８１０４以外、例えば側壁８１０５、床８１０６、窓８１０７等に設けられた据え付け型の照明装置に用いることもできるし、卓上型の照明装置などに用いることもできる。

　また、光源８１０２には、電力を利用して人工的に光を得る人工光源を用いることができる。具体的には、白熱電球、蛍光灯などの放電ランプ、ＬＥＤや有機ＥＬ素子などの発光素子が、上記人工光源の一例として挙げられる。

　図１８において、室内機８２００及び室外機８２０４を有するエアコンディショナーは、充電を制御するマイクロプロセッサで制御される二次電池８２０３を用いた電子機器の一例である。具体的に、室内機８２００は、筐体８２０１、送風口８２０２、二次電池８２０３等を有する。図１８では、二次電池８２０３が、室内機８２００に設けられている場合を例示しているが、二次電池８２０３は室外機８２０４に設けられていても良い。或いは、室内機８２００と室外機８２０４の両方に、二次電池８２０３が設けられていても良い。エアコンディショナーは、商用電源から電力の供給を受けることもできるし、二次電池８２０３に蓄積された電力を用いることもできる。

　なお、図１８では、室内機と室外機で構成されるセパレート型のエアコンディショナーを例示しているが、室内機の機能と室外機の機能とを１つの筐体に有する一体型のエアコンディショナーに、充電を制御するマイクロプロセッサを用いることもできる。

　図１８において、電気冷凍冷蔵庫８３００は、充電を制御するマイクロプロセッサで制御される二次電池８３０４を用いた電子機器の一例である。具体的に、電気冷凍冷蔵庫８３００は、筐体８３０１、冷蔵室用扉８３０２、冷凍室用扉８３０３、二次電池８３０４等を有する。図１８では、二次電池８３０４が、筐体８３０１の内部に設けられている。電気冷凍冷蔵庫８３００は、商用電源から電力の供給を受けることもできるし、二次電池８３０４に蓄積された電力を用いることもできる。

　また、電子機器が使用されない時間帯、特に、商用電源の供給元が供給可能な総電力量のうち、実際に使用される電力量の割合（電力使用率と呼ぶ）が低い時間帯において、二次電池に電力を蓄えておくことで、上記時間帯以外において電力使用率が高まるのを抑えることができる。例えば、電気冷凍冷蔵庫８３００の場合、気温が低く、冷蔵室用扉８３０２、冷凍室用扉８３０３の開閉が行われない夜間において、二次電池８３０４に電力を蓄える。そして、気温が高くなり、冷蔵室用扉８３０２、冷凍室用扉８３０３の開閉が行われる昼間において、二次電池８３０４を補助電源として用いることで、昼間の電力使用率を低く抑えることができる。

　上述の電子機器の他、充電を制御するマイクロプロセッサで制御される二次電池はあらゆる電子機器に搭載することができる。本発明の一態様により、二次電池の寿命が良好となる。そのため本発明の一態様である充電を制御するマイクロプロセッサを、本実施の形態で説明した電子機器に搭載することで、より長寿命の電子機器とすることができる。本実施の形態は、他の実施の形態と適宜組み合わせて実施することが可能である。

　本明細書で以下に説明される実施形態は、種々のコンピュータハードウェア、若しくはソフトウェアを含む、専用コンピュータまたは汎用コンピュータの使用を含む。また、本明細書で以下に説明される実施形態は、コンピュータが読み取り可能な記録媒体を使用して実装することができる。また、記録媒体は、ＲＡＭ、ＲＯＭ、または光ディスク、磁気ディスク、またはコンピュータによってアクセスされうる任意の他のストレージ媒体を含んでもよい。また、本明細書で以下に説明される実施形態に一例として示されているアルゴリズム、構成要素、フロー、プログラムなどはソフトウェアにおける実装、或いはハードウェア及びソフトウェアの組み合わせにおける実装が可能である。

（実施の形態６）
　本実施の形態では、車両に本発明の一態様である充電を制御するマイクロプロセッサを搭載する例を示す。

　二次電池を車両に搭載すると、ハイブリッド車（ＨＥＶ）、電気自動車（ＥＶ）、又はプラグインハイブリッド車（ＰＨＥＶ）等の次世代クリーンエネルギー自動車を実現できる。

　図１９において、本発明の一態様である充電を制御するマイクロプロセッサを用いた車両を例示する。図１９（Ａ）に示す自動車８４００は、走行のための動力源として電気モーターを用いる電気自動車である。または、走行のための動力源として電気モーターとエンジンを適宜選択して用いることが可能なハイブリッド自動車である。本発明の一態様を用いることで、蓄電装置の寿命が長い車両を実現することができる。また、自動車８４００は電池パック８４０２を有する。電池パック８４０２は、車内の床部分に対して、図１２に示した小型の円筒型の二次電池を多く並べて使用すればよい。また、図１３に示す二次電池を複数組み合わせた電池パックを車内の床部分に対して設置してもよい。電池パック８４０２は電気モーター８４０６を駆動するだけでなく、ヘッドライト８４０１やルームライト（図示せず）などの発光装置に電力を供給することができる。また、自動車８４００の天井部分には光電変換素子８４０５を有しており、照射された光を光電変換して、電池パック８４０２に貯蔵できる。

　また、電池パック８４０２は、自動車８４００が有するスピードメーター、タコメーターなどの表示装置に電力を供給することができる。また、電池パック８４０２は、自動車８４００が有するナビゲーションシステムなどの表示装置に電力を供給することができる。また、サイドミラーに代えてセンサ８４０３を有しており、フロントガラス８４０４の一部にセンサ８４０３で得られる画像を投影して表示させてもよい。また、センサ８４０３で得られる画像は車内の表示装置に表示してもよい。

　図１９（Ｂ）に示す自動車８５００は、自動車８５００が有する二次電池にプラグイン方式や非接触給電方式等により外部の充電設備から電力供給を受けて、充電することができる。図１９（Ｂ）に、地上設置型の充電装置８０２１から自動車８５００に搭載された二次電池８０２４に、ケーブル８０２２を介して充電を行っている状態を示す。充電に際しては、充電方法やコネクターの規格等はＣＨＡｄｅＭＯ（登録商標）やコンボ等の所定の方式で適宜行えばよい。充電装置８０２１は、商用施設に設けられた充電ステーションでもよく、また家庭の電源であってもよい。例えば、プラグイン技術によって、外部からの電力供給により自動車８５００に搭載された二次電池８０２４を充電することができる。充電は、充電装置８０２１が有するＡＣＤＣコンバータ等の変換装置を介して、交流電力を直流電力に変換して行うことができる。また充電用ＡＣＤＣコンバータ８０２５が搭載された自動車８５００の場合は、交流電源を接続しても充電を行うことができる。

　また、図示しないが、受電装置を車両に搭載し、地上の送電装置から電力を非接触で供給して充電することもできる。この非接触給電方式の場合には、道路や外壁に送電装置を組み込むことで、停車中に限らず走行中に充電を行うこともできる。また、この非接触給電の方式を利用して、車両どうしで電力の送受信を行ってもよい。さらに、車両の外装部に太陽電池を設け、停車時や走行時に二次電池の充電を行ってもよい。このような非接触での電力の供給には、電磁誘導方式や磁界共鳴方式を用いることができる。

　また、図１９（Ｃ）は、充電を制御するマイクロプロセッサで制御される二次電池を用いた二輪車の一例である。図１９（Ｃ）に示すスクータ８６００は、二次電池８６０２、サイドミラー８６０１、方向指示灯８６０３を備える。二次電池８６０２は、方向指示灯８６０３に電気を供給することができる。

　また、図１９（Ｃ）に示すスクータ８６００は、座席下収納８６０４に、二次電池８６０２を収納することができる。二次電池８６０２は、座席下収納８６０４が小型であっても、座席下収納８６０４に収納することができる。二次電池８６０２は、取り外し可能となっており、充電時には二次電池８６０２を屋内に持って運び、充電し、走行する前に収納すればよい。

　また、図２０（Ａ）は、充電を制御するマイクロプロセッサで制御される複数の二次電池を有する電池パックを用いた電動自転車の一例である。図２０（Ａ）に示す電動自転車８７００は、電池パック８７０２を備える。電池パック８７０２は、運転者をアシストするモーターに電気を供給することができる。また、電池パック８７０２は、持ち運びができ、図２０（Ｂ）に電動自転車から取り外した状態を示している。また、電池パック８７０２は、ラミネート型の二次電池８７０１が複数内蔵されており、その二次電池の残容量などを表示部８７０３で表示できるようにしている。なお、二次電池を複数内蔵する場合、電池パック８７０２には、上述した本実施の形態に示した充電制御装置や保護回路を有している。

　本発明の一態様によれば、充電を制御するマイクロプロセッサにより最適な充電方法で充電が行われるため、搭載している二次電池の寿命を長くすることができる。また、車両に搭載した二次電池を車両以外の電力供給源としても用いることもできる。この場合、例えば電力需要のピーク時に商用電源を用いることを回避することができる。電力需要のピーク時に商用電源を用いることを回避できれば、省エネルギー、および二酸化炭素の排出の削減に寄与することができる。また、二次電池の寿命を長くでき、二次電池を長期に渡って使用できるため、コバルトをはじめとする希少金属の使用量を減らすことができる。

６００：二次電池、６０１：正極キャップ、６０２：電池缶、６０３：正極端子、６０４：正極、６０５：セパレータ、６０６：負極、６０７：負極端子、６０８：絶縁板、６０９：絶縁板、６１１：ＰＴＣ素子、６１２：安全弁機構、６１３：導電板、６１４：導電板、６１５：モジュール、６１６：導線、６１７：温度制御装置、６５０：携帯情報端末、６５１：筐体、６５２：表示部、６６０：太陽電池、６６１：ケーブル、６６２：外部電源、６６３：ケーブル、６７０：充放電制御回路、６７１：バッテリー、６７２：ＤＣＤＣコンバータ、６７３：コンバータ、９００：回路基板、９１０：ラベル、９１１：端子、９１２：回路、９１３：二次電池、９１４：アンテナ、９１５：シール、９１６：層、９１７：層、９１８：アンテナ、９２０：表示装置、９２１：センサ、９２２：端子、９３０：筐体、９３０ａ：筐体、９３０ｂ：筐体、９３１：負極、９３２：正極、９３３：セパレータ、９５０：捲回体、９５１：端子、９５２：端子、１１００：携帯情報端末、１３００：給電装置、１３１１：アンテナ、１３１２：アンテナ、８０００：表示装置、８００１：筐体、８００２：表示部、８００３：スピーカ部、８００４：二次電池、８００５：音声入力デバイス、８００６：台、８００７：スピーカ、８００８：表示部、８０２１：充電装置、８０２２：ケーブル、８０２４：二次電池、８０２５：充電用ＡＣＤＣコンバータ、８１００：照明装置、８１０１：筐体、８１０２：光源、８１０３：二次電池、８１０４：天井、８１０５：側壁、８１０６：床、８１０７：窓、８２００：室内機、８２０１：筐体、８２０２：送風口、８２０３：二次電池、８２０４：室外機、８３００：電気冷凍冷蔵庫、８３０１：筐体、８３０２：冷蔵室用扉、８３０３：冷凍室用扉、８３０４：二次電池、８４００：自動車、８４０１：ヘッドライト、８４０２：電池パック、８４０３：センサ、８４０４：フロントガラス、８４０５：光電変換素子、８４０６：電気モーター、８５００：自動車、８６００：スクータ、８６０１：サイドミラー、８６０２：二次電池、８６０３：方向指示灯、８６０４：座席下収納、８７００：電動自転車、８７０１：二次電池、８７０２：電池パック、８７０３：表示部、９６００：タブレット型端末、９６２５：スイッチ、９６２６：スイッチ、９６２７：電源スイッチ、９６２８：操作スイッチ、９６２９：留め具、９６３０：筐体、９６３０ａ：筐体、９６３０ｂ：筐体、９６３１：表示部、９６３３：太陽電池、９６３４：充放電制御回路、９６３５：蓄電体、９６３６：ＤＣＤＣコンバータ、９６３７：コンバータ、９６４０：可動部

Claims

　二次電池を格納する電池部と、
　前記二次電池の予想充電時間と比較して外部電源との接続時間が長い場合、ニューラルネットワーク演算して充電の計画を決定し、前記充電の計画に基づいて満充電保持時間を短縮する充放電管理部と、
　充電保持部を有する充電部と、を具備し、
　前記ニューラルネットワーク演算に用いるファクタの少なくとも一つは、前記二次電池の残容量とする充電制御システム。
　請求項１において、前記充放電管理部は、酸化物半導体を用いたトランジスタを含む充電制御システム。
　請求項１において、前記充電部は外部電源と有線で接続される充電制御システム。
　請求項１において、前記充電部はアンテナを有し、無線で外部電源と充放電を行う充電制御システム。
　請求項１において、複数の前記二次電池を有する充電制御システム。
　請求項１において、前記電池部は、車両に搭載されている充電制御システム。
　請求項１乃至６のいずれか一において、前記電池部は、携帯情報端末に搭載されている充電制御システム。
　請求項１において、前記ニューラルネットワーク演算では、コンピュータと通信を行い、前記コンピュータに蓄積されているデータを用いる充電制御システム。
　請求項１において、前記充放電管理部は、携帯情報端末に搭載されている充電制御システム。
　請求項１において、前記充放電管理部は、給電装置に搭載されている充電制御システム。
　給電装置と、
　前記給電装置と電気的に接続された充放電制御回路と、
　少なくともニューラルネットワーク演算を行うことのできるマイクロプロセッサと、
　前記給電装置からの発信を指示、或いは停止する通信手段と、を有する充電制御装置。
　請求項１１において、前記給電装置は、第１のアンテナを有し、
　前記通信手段は、前記第１のアンテナと重なる第２のアンテナへ前記給電装置からの発信を指示、或いは停止し、
　前記第２のアンテナは二次電池と電気的に接続している充電制御装置。
　請求項１１または請求項１２において、前記給電装置は、前記マイクロプロセッサと電気的に接続する記憶部を有する充電制御装置。