文献

J-GLOBAL ID：201702222019575062   整理番号：17A0179665

将来計算とバイオインスパイアード情報処理のためのメモリスタ回路とシステム【Powered by NICT】

Memristor circuits and systems for future computing and bio-inspired information processing

著者 (4件)： Truong Son Ngoc (School of Electrical Engineering, Kookmin University, Seoul, Korea) ,  Van Pham Khoa (School of Electrical Engineering, Kookmin University, Seoul, Korea) ,  Yang Wonsun (School of Electrical Engineering, Kookmin University, Seoul, Korea) ,  Min Kyeong-Sik (School of Electrical Engineering, Kookmin University, Seoul, Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BioCAS  ページ： 456-459  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： メモリスタは,生物学的神経系のシナプス可塑性を模倣するに用いることができる。さらに,メモリスタクロスバーはヒト脳のような3次元構造で実現できる。三次元統合のこの可能性は将来の大規模電子ニューロンシナプスシステムを実現する上で重要である。ここに注意するもう一つのものは,メムリスタに基づく神経形態学的システムはバイオインスパイアードパターン処理のようないくつかの応用で従来のVon Neumannよりエネルギー効率の良いできることである。は脳型並列処理に適しているためである。メムリスタに基づく神経形態学的システムのこれらの利点に基づいて,本論文では,メモリスタ論理,計算とメモリを一緒に融合できるをレビューした。,音声・画像の脳のパターン認識を模倣できる神経形態学的メモリスタクロスバーを導入した。神経形態学的クロスバーのシミュレーション結果は,脳模倣パターン処理におけるメモリスタ回路の将来の可能性を強調した。細胞ナノスケールネットワーク(CNN)では,メモリスタである低消費電力,高面積密度を持つCNNピクセル計算を行うために必須であることをアナログ乗算に用いることができる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 画素 ,  エネルギー効率 ,  パターン認識 ,  三次元 ,  アナログ系 ,  並列処理 ,  モルフォロジー ,  乗算 ,  *記憶装置 ,  ヒト
準シソーラス用語： 低電力化 ,  神経 ,  三次元構造 ,  シナプス可塑性 ,  *メモリスタ , 【Automatic Indexing@JST】

分類 (3件)： LCR部品  (NA05030D) ,  記憶装置  (JC04060F) ,  論理回路  (NC05070B)

タイトルに関連する用語 (3件)： 計算 ,  情報処理 ,  メモリスタ