文献

J-GLOBAL ID：201702241587265589   整理番号：17A1033144

RRAMに基づく神経形態学的ネットワークのオンライン訓練:実験的実証と運転計画最適化【Powered by NICT】

Online training on RRAM based neuromorphic network: Experimental demonstration and operation scheme optimization

著者 (6件)： Yao Peng (Tsinghua University, China) ,  Wu Huaqiang (Tsinghua University, China) ,  Gao Bin (Tsinghua University, China) ,  Deng Ning (Tsinghua University, China) ,  Yu Shimeng (Arizona State University, USA) ,  Qian He (Tsinghua University, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EDTM  ページ： 182-183  発行年： 2017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： 本研究では,オンライン訓練は1kビット1T1R RRAMアレイで構築された神経形態学的ネットワーク上で実験的に実証した。アレイにおける1T1R RRAMセルは優れたシナプス挙動を示した。11.83%までパターンノイズは,訓練後のネットワークにより正確に分類することができた。実験結果の解析に基づいて,著者らは素子特性と運転計画がシステム性能に大きく影響を見出した。電圧依存性と非対称性効果の影響を評価し,最適化指針を示した。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： 非対称性 ,  *最適化 ,  *ネットワーク ,  電圧依存性 ,  シナプス
準シソーラス用語： システム性能 ,  デバイス特性 ,  *運転計画 ,  *神経形態学 ,  *ReRAM , 【Automatic Indexing@JST】

分類 (1件)： 半導体集積回路  (NC03162T)

タイトルに関連する用語 (7件)： RRAM ,  神経形態学 ,  オンライン訓練 ,  実験 ,  実証 ,  計画 ,  最適化