پیادهسازی الگوی یادگیری TSTDP با استفاده از یک مدار سیناپسی موازی متشکل از ترانزیستورهای لایه نازک حافظهدار و ممریستورها
Publish place: Tabriz Journal of Electrical Engineering، Vol: 50، Issue: 2
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 310
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TJEE-50-2_016
تاریخ نمایه سازی: 4 آذر 1399
Abstract:
الگوی یادگیری TSTDP یک گونه پیشرفتهتر از الگوی یادگیری سیناپسی وابسته به زمانبندی اسپایک، STDP ، است که در مقایسه با الگوی یادگیری سنتیتر PSTDP منجربه ظرفیتهای یادگیری بهبود یافتهتری میگردد و قادر است نتایج طیف وسیعتری از آزمایشهای واقعی مغزی را بازتکرار کند. در این مقاله یک مدار سیناپسی ترکیبی شامل ممریستورهای کنترلشده با جریان یا بار الکتریکی و ترانزیستورهای لایه نازک ارائه میگردد که میتواند الگوی یادگیری سیناپسی TSTDP را پیادهسازی کند. ممریستورها و ترانزیستورهای لایه نازک نانوکریستالی از تکنولوژیهای نوظهور حوزه نانو هستند که بهطور وسیعی در طراحی مدارها و سیستمهای نورومورفیک مورد استفاده قرار میگیرند. ترانزیستورهای لایه نازک بهکار گرفتهشده در شبیهسازیها، از نوع ترانزیستورهایی هستند که با قراردادن لایهای از نانوذرات طلا در داخل اکسید گیت، حافظهدار شدهاند. نتایج شبیهسازیهای ارائهشده نشان میدهند که این مدار میتواند تغییرات وزن سیناپسی ناشی از اختلاف زمانی بین اسپایکها را بهدرستی پیشبینی کند. بنابراین میتوان گفت که این مدار یک گام ابتدایی برای ساخت یک طراحی غیرهمزمان است که بتواند الگوی TSTDP را پیادهسازی کند. چنین طرحی میتواند پیادهسازی سیستمهای نورومورفیک پیشرفته دارای ابعاد بزرگ را سادهتر کند تا بتوان از آنها برای انجام کارهای مهندسی واقعی مانند دستهبندی الگوها بهره جست.
Keywords:
Authors
ثریا رستگار
دانشکده فنی و مهندسی - دانشگاه رازی
غلامرضا کریمی
دانشکده فنی و مهندسی - دانشگاه رازی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :