文献

J-GLOBAL ID：201802281299475371   整理番号：18A1260708

高認識精度のための新しいRRAMベース適応閾値LIFニューロン回路【JST・京大機械翻訳】

A novel RRAM-based adaptive-threshold LIF neuron circuit for high recognition accuracy

著者 (9件)： Wang Xinxin (Institute of Microelectronics, Peking University, Beijing 100871, China) ,  Huang Peng (Institute of Microelectronics, Peking University, Beijing 100871, China) ,  Dong Zhen (Institute of Microelectronics, Peking University, Beijing 100871, China) ,  Zhou Zheng (Institute of Microelectronics, Peking University, Beijing 100871, China) ,  Jiang Yuning (Institute of Microelectronics, Peking University, Beijing 100871, China) ,  Han Runze (Institute of Microelectronics, Peking University, Beijing 100871, China) ,  Liu Lifeng (Institute of Microelectronics, Peking University, Beijing 100871, China) ,  Liu Xiaoyan (Institute of Microelectronics, Peking University, Beijing 100871, China) ,  Kang Jinfeng (Institute of Microelectronics, Peking University, Beijing 100871, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： VLSI-TSA  ページ： 1-2  発行年： 2018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： 抵抗性ランダムアクセスメモリ(RRAM)デバイスにおける段階的スイッチングに基づく新しい漏れ積分と発火(LIF)ニューロン回路を提唱する。そこでは,閾値変調を達成することができる。その閾値変調とスパイク発生関数をHSPICEシミュレーションにより検証した。MNISTデータセットにおける手書き数字に対する教師なしパターン認識において,精度を改善する利点(約70%から95%以上)を実証した。ベンチマーキング結果は,この新しいニューロンがはるかに速く,以前に提案されたものと比較して約66%の面積を節約できることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ニューロン ,  RAM【メモリ】 ,  スイッチング ,  パターン認識 ,  積分 ,  数字 ,  シミュレーション
準シソーラス用語： ベンチマーキング ,  手書き ,  HSPICE ,  *ReRAM ,  *認識精度 , 【Automatic Indexing@JST】

分類 (1件)： 脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (5件)： 認識精度 ,  RRAM ,  適応閾値 ,  LIF ,  ニューロン