Proj
J-GLOBAL ID：202204011792747730
Research Project code：21468939
立体配線型メモリ素子による高実装効率なCNNアクセラレータの創出
立体配線型メモリ素子による高実装効率なCNNアクセラレータの創出
National award number：JPMJAX21KE
Study period：2021 - 2023
Organization (1)：
Principal investigator：
(
, 大学院情報科学院, 大学院生 )
DOI：
https://doi.org/10.52926/JPMJAX21KE
Research overview：
抵抗変化メモリ素子を用いたアナログニューラルネットワーク演算回路はクロスバー構造を中心に発展してきましたが、この構造では畳み込みニューラルネットワーク(CNN)のような近傍結合型の深層学習モデルを効率よく実装できません。そこで本研究では過去に開発した導電性ポリマーワイヤーシナプスの2次元配線性能を3次元へと拡張し、これ用いて効率よく実装されたCNNアクセラレータの開発を目指します。
Terms in the title (7)：
Terms in the title
Keywords automatically extracted from the title.
,
,
,
,
,
,
Research program：
＞
＞
Parent Research Project：
Hardware in Future for Resilience of Real Space
Organization with control over the research：
Japan Science and Technology Agency
