文献

J-GLOBAL ID：201702265770499848   整理番号：17A0965951

磁気トンネル接合は全スピン確率的スパイキングニューラルネットワークを可能にした【Powered by NICT】

Magnetic tunnel junction enabled all-spin stochastic spiking neural network

著者 (3件)： Srinivasan Gopalakrishnan (School of Electrical and Computer Engineering, Purdue University) ,  Sengupta Abhronil (School of Electrical and Computer Engineering, Purdue University) ,  Roy Kaushik (School of Electrical and Computer Engineering, Purdue University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： DATE  ページ： 530-535  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： 生物学にヒントを得たスパイキングニューラルネットワーク(SNN)は,分類と認識タスクを行う際のそれらの固有の計算効率のために重要な研究の関心を集めている。大規模SNNの従来のCMOS実装が電力を集約した。これはニューロンとシナプスを実現するために使用される技術の間の基本的な不整合および運転を支配する,高価な回路設計をもたらす神経科学機構の結果である。本研究では,三端子スピントロニクス素子,すなわち,は本質的にニューロンとシナプス動力学を模倣することができる磁気トンネル接合(MTJ)-重金属(HM)ヘテロ構造を示した。皮質ニューロンの確率スパイキングを模倣するために熱雑音の存在下におけるMTJの確率的スイッチング挙動,および可塑性に必要な前シナプス後スパイク活性をベースにした二成分シナプスの状態における条件付き変化を利用した。包括的デバイス回路システムシミュレーションフレームワークを用いた数字認識のMTJ HM基づく確率SNNのクロスバ構成の有効性を実証した。提案したシステムのエネルギー効率は,MTJ HMデバイスの超低スイッチングエネルギーから生じ,インメモリ計算はそのようなクロスバーアーキテクチャにおける計算ユニットの局部配置可能(ニューロン)と不揮発性シナプス記憶を示した。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： *シナプス ,  熱雑音 ,  不整合 ,  エネルギー効率 ,  電力 ,  スイッチング ,  回路設計 ,  非揮発性 ,  ニューロン ,  塑性 ,  神経科学
準シソーラス用語： ヘテロ構造 ,  スピントロニクス素子 ,  *スパイキングニューラルネットワーク ,  *磁気トンネル接合 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 磁気トンネル接合 ,  スピン ,  確率 ,  スパイキングニューラルネットワーク