在可重新配置的记忆突触中增强阅读分辨率,用于尖端神经网络
Hritom Das1, Catherine Schuman2, Nishith N Chakraborty2
1Department of Electrical Engineering and Computer Science, University of Tennessee, Knoxville, TN, 37996, USA. hdas@utk.edu.
Scientific reports
|April 17, 2024
概括
这项研究通过提高READ当前分辨率来提高记忆突触可靠性. 像电压缩放和身体偏差这样的技术在神经形态计算应用中显著提高了性能.
科学领域:
- 神经形态工程的神经形态工程
- 材料科学 材料科学 材料科学
背景情况:
- 记忆突触对神经形态计算至关重要,但面临诸如低READ分辨率等挑战,影响可靠性.
- 记忆突触中存储的重量的分辨能力降低,阻碍了表现.
研究的目的:
- 在基于电流控制的memristor的突触中分析和增强READ当前分辨率.
- 为了提高神经形态应用的记忆性突触的可靠性和准确性.
主要方法:
- 利用经验模型来描述记忆装置.
- 实施了特定设备阶段的缩放,以改善READ当前利率.
- 应用运行时间适应技术,包括READ电压缩放和机身偏差.
主要成果:
- 通过设备阶段缩放实现了高达4.3%和21%的增强READ当前利.
- 提高了READ电流分辨率约46%的READ电压缩和15%的身体偏差.
- 证明了更好的分类,控制和储计算精度,具有更高的READ电流分辨率.
结论:
- 增强的READ电流分辨率对于可靠的记忆突触操作至关重要.
- 提出的技术有效地提高了READ当前分辨率和整体神经形态系统性能.
- 更高的分辨率会导致更好的准确性,即使在杂的条件下.


