Полное описание

Морозов, Александр Юрьевич. Математическое моделирование аналоговой самообучающейся нейронной сети на основе мемристивных элементов с учетом стохастической динамики переключения / А. Ю. Морозов, К. К. Абгарян, Д. Л. Ревизников. - DOI 10.1134/S1992722321060157. - Текст : непосредственный // Российские нанотехнологии : журнал. - 2021. - Т. 16, N 6. - С. 799-809. - Библиогр. в конце ст. - ISSN 1992-7223.

ГРНТИ	УДК
28.23	004.8
28.23.37	004.032.26
28.23.15	004.93'1
28.23.25	004.85

Рубрики:
Искусственный интеллект
Нейронные сети
Распознавание образов
Мемристивные элементы
Самообучающаяся модель

Кл.слова (ненормированные): нейронные сети -- мемристивные элементы -- стохастическая динамика -- гауссовский шум -- распознавание образов
Аннотация: Рассмотрены вопросы моделирования аналоговой самообучающейся импульсной нейронной сети на основе мемристивных элементов. Одним из важных свойств мемристора является стохастическая динамика переключения, обусловленная главным образом случайными процессами генерации/рекомбинации и перемещения ионов (или кислородных вакансий) в диэлектрической пленке под действием электрического поля. Учет стохастических особенностей выполняется за счет добавления в уравнение состояния мемристора слагаемого, отвечающего за аддитивный (гауссовский) шум. На примере динамической модели мемристора демонстрируется влияние шума на процесс функционирования элемента. Показано, что переключение мемристора из высокоомного состояния в низкоомное и обратно происходит от цикла к циклу по-разному, что соответствует экспериментальным данным. Формулируется стохастическая модель, описывающая аппаратную аналоговую реализацию импульсной нейронной сети с мемристивными элементами в качестве синаптических весов и механизмом обучения на основе метода STDP. Выполнено моделирование работы двух нейронных сетей, состоящих из одного нейрона с 64 синапсами и двух нейронов со 128 синапсами соответственно. Осуществлено распознавание изображений размером 8 × 8. Показано, что стохастическая составляющая в модели мемристоров сказывается на том, что шаблоны от реализации к реализации распределяются по нейронам по-разному и адаптация весов (обучение сети) происходит с различной скоростью. В обоих случаях сеть успешно обучается распознавать заданные изображения.
Доп. точки доступа:
Абгарян, Каринэ Карленовна
Ревизников, Дмитрий Леонидович


Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -098379-485526)

Шифр в сводном ЭК: eef0f582b666e0cd749c7c02cb128fd6

Заказать
Заказ фрагмента документа ₽