文献

J-GLOBAL ID：201802211920853574   整理番号：18A2161008

三次元シリコントランジスタを用いた回復可能なシナプスデバイス【JST・京大機械翻訳】

A Recoverable Synapse Device Using a Three-Dimensional Silicon Transistor

著者 (12件)： Hur Jae (School of Electrical Engineering, KAIST, 291 Daehak-ro, Yuseong-gu, Daejeon, 34141, Republic of Korea) ,  Jang Byung Chul (School of Electrical Engineering, Graphene/2D Materials Research Center, KAIST, 291 Daehak-ro, Yuseong-gu, Daejeon, 34141, Republic of Korea) ,  Park Jihun (School of Electrical Engineering, Graphene/2D Materials Research Center, KAIST, 291 Daehak-ro, Yuseong-gu, Daejeon, 34141, Republic of Korea) ,  Moon Dong-Il (NASA Ames Research Center, Moffett Field, CA, 94035, USA) ,  Bae Hagyoul (School of Electrical Engineering, KAIST, 291 Daehak-ro, Yuseong-gu, Daejeon, 34141, Republic of Korea) ,  Park Jun-Young (School of Electrical Engineering, KAIST, 291 Daehak-ro, Yuseong-gu, Daejeon, 34141, Republic of Korea) ,  Kim Gun-Hee (School of Electrical Engineering, KAIST, 291 Daehak-ro, Yuseong-gu, Daejeon, 34141, Republic of Korea) ,  Jeon Seung-Bae (School of Electrical Engineering, KAIST, 291 Daehak-ro, Yuseong-gu, Daejeon, 34141, Republic of Korea) ,  Seo Myungsoo (School of Electrical Engineering, KAIST, 291 Daehak-ro, Yuseong-gu, Daejeon, 34141, Republic of Korea) ,  Kim Sungho (Department of Electrical Engineering, Sejong University, Seoul, 05006, Republic of Korea) ,  Choi Sung-Yool (School of Electrical Engineering, Graphene/2D Materials Research Center, KAIST, 291 Daehak-ro, Yuseong-gu, Daejeon, 34141, Republic of Korea) ,  Choi Yang-Kyu (School of Electrical Engineering, KAIST, 291 Daehak-ro, Yuseong-gu, Daejeon, 34141, Republic of Korea)
資料名： Advanced Functional Materials  (Advanced Functional Materials)
巻： 28  号： 47  ページ： e1804844  発行年： 2018年 
JST資料番号： W1336A  ISSN： 1616-301X  CODEN： AFMDC6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 来るべきなビッグデータ時代を準備するために,生物学的ニューラルネットワークを模倣することができる神経形態システムを開発するための多くの試みが進められている。ソフトウェアに基づく人工ニューラルネットワーク(ANNs)に対する著しい改善にもかかわらず,それらはエネルギー使用に関して非効率的なままである。代わりに,多くの研究者は,基本的に神経回路とシナプスを模倣することによってハードウェアベースのANNsに引き付けられてきた。本研究において,シリコンチャネル上にポリSi/SiO_2/Si_3N_4ゲートスタックを有する2端子シリコンチャネルシナプス(陥没)を導入し,これまでに報告されたシナプス素子の最小サイズと,信頼できる低電力性能を実証した。シナapseの特徴は,シナプス回復,神経伝達物質の検索過程を模倣することである。電気的回復パルスを洞に適用することにより,シナプス回復は初めて成功裏に模倣された。実験結果は,神経形態学的回路における基本的なユニットとしての硬化性陥没の可能性を実証した。Copyright 2018 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： パルス ,  ハードウェア ,  FET【トランジスタ】 ,  *ケイ素 ,  ニューラルネットワーク ,  *三次元 ,  ソフトウェア ,  トランジスタ ,  神経伝達物質 ,  *シナプス
準シソーラス用語： 神経形態学 ,  低電力化 ,  シナプス素子 ,  神経 ,  ビッグデータ , 【Automatic Indexing@JST】

著者キーワード (7件)： 人工神経回路網(ANN) ,  フィン電界効果トランジスタ(FinFET) ,  神経形態系 ,  シリコンシナプス(Sinapse) ,  シナプスデバイス ,  シナプス疲労 ,  シナプス回復

分類 (3件)： 脳・神経系モデル  (EL02050C) ,  ニューロコンピュータ  (JC06010Q) ,  トランジスタ  (NC03070N)

タイトルに関連する用語 (4件)： シリコン ,  トランジスタ ,  回復 ,  シナプス