文献

J-GLOBAL ID：201902210568242203   整理番号：19A2089368

神経形態システムの推論と訓練のためのアナログRRAMベースのクロスバアレイにおけるセレクタデバイスの影響【JST・京大機械翻訳】

Impact of Selector Devices in Analog RRAM-Based Crossbar Arrays for Inference and Training of Neuromorphic System

著者 (2件)： Woo Jiyong (School of Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, GA, USA) ,  Yu Shimeng (School of Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, GA, USA)
資料名： IEEE Transactions on Very Large Scale Integration (VLSI) Systems  (IEEE Transactions on Very Large Scale Integration (VLSI) Systems)
巻： 27  号： 9  ページ： 2205-2212  発行年： 2019年 
JST資料番号： W0516A  ISSN： 1063-8210  CODEN： ITCOB4  資料種別： 逐次刊行物 (A)
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)ベースの神経形態計算システムの推論と訓練精度に及ぼすセレクタ装置の影響はほとんど研究されていない。本論文では,1-セレクタ-1-RRAM(1S-1R)ベースのクロスバーアレイにおける加重和と重み更新関数を解析した。フィラメントの横方向発展に基づくVerilog-Aモデルを最初に開発し,フィラメント状RRAMにおけるアナログコンダクタンス同調を記述した。次に,1S-1Rアレイ上でアレイレベルSPICEシミュレーションを行い,そこでは,指数関数と閾値選択器を用いた。推論段階において,読出し電流はワイヤ抵抗によって引き起こされる不可避のIR降下に対して脆弱である。著者らの発見は,閾値セレクターの使用が,1S-1Rデバイスが線形I-V関係を持つことを可能にし,IRドロップに対する免疫を改善することを明らかにした。一方,閾値選択器は,訓練段階の間にアナログRRAMの線形重み更新を歪ませる。代わりに,指数選択器の導入により,アナログRRAMの望ましい特性が1S-1Rデバイスでも維持されることを可能にした。これらの結果は,各操作モード(推論または訓練)に適した異なる選択器が神経形態計算システムにおいて好まれることを示した。Copyright 2019 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： *選別器 ,  フィラメント ,  RAM【メモリ】 ,  線形性 ,  金属線 ,  同調 ,  シミュレーション ,  計算機システム ,  *アナログ系 ,  電流
準シソーラス用語： 脆弱性 ,  読出し ,  Verilog ,  *ReRAM ,  *神経 , 【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)： 神経 ,  形態 ,  推論 ,  訓練 ,  アナログ ,  RRAM ,  セレクタ