• ВХОД

    •  

    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.
    (Шифр в БД У3587/2021/16/6)
    ГРНТИ УДК
    28.23004.8
    28.23.37004.032.26
    28.23.15004.93'1
    28.23.25004.85
    РУБ ИИ
    04.01
    05.05
    05.06

    Рубрики:
    Искусственный интеллект
    Нейронные сети
    Распознавание образов

    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

    Экз-ры полностью У3587/2021/16/6
    Имеются экземпляры в отделах: всего 2 : ПНТ (1), ХРЦ (1)
    Свободны: ПНТ (1), ХРЦ (1)
    Переход по DOI



    Заказ фрагмента документа ₽