Найти

Результаты поиска

• АППАРАТНАЯ НЕЙРОННАЯ СЕТЬ НА ОСНОВЕ МЕМРИСТИВНЫХ СТРУКТУР ОКСИДА ТИТАНА

  В.И. Авилов , Л. А. Душина , Н.В. Полупанов , В. А. Смирнов

  205-214

  2025-11-10

  Аннотация ▼

  Представлены результаты изготовления, обучения и исследования макета аппаратной нейронной сети, реализованного в виде кроссбар массива искусственных синапсов на основе мемристорных наноструктур электрохимического оксида титана. Был разработан макет полносвязной нейронной сети, состоящей из четырех входных электродов, кроссбар массива 16 искусственных синапсов на основе наноструктур электрохимического оксида титана и четырех выходных электродов. Показано, что процесс протекания тока через такую структуру полностью соответствует математической модели нейронной сети. Были проанализированы различные реализации искусственных синапсов, позволяющие реализовать отрицательные «веса» нейронной сети и выбран один из оптимальных вариантов. На основе разработанной структуры был изготовлен макет полносвязной нейронной сети с использованием технологий магнетронного распыления, оптической и зондовой литографии. Для обучения нейронной сети был разработан алгоритм переключения отдельных мемристоров, исключающий паразитное переключение соседних структур за счет возникновения тока утечки. Для демонстрации работы изготовленного макета нейронной сети была предложена задача классификации двух входных сигналов. Для реализации отрицательных «весов» каждый из входящих сигналов дублировался с отрицательной полярностью. Предполагается, что выходы обученной нейронной сети должны регистрировать: 1) превышение первого сигнала; 2) превышение второго сигнала; 3) оба высоких сигнала. Этап обучения и исследования нейронной сети осуществлялся с использованием программно-аппаратного комплекса «Neuro InT», разработанного в научно-исследовательской лаборатории "Нейроэлектроника и мемристивные наноматериалы", ЮФУ. Исследование макета нейронной сети показало, что все выходы успешно классифицируют входящие сигналы, максимизируя ток через соответствующие выходы для заданных входных значений. Предложенную структуру можно улучшить, добавив дополнительные два входа с постоянным высоким положительным и отрицательным потенциалом для реализации «сдвига» при работе нейронной сети. Полученные результаты могут быть использованы при разработке аппаратных нейронных сетей на основе мемристивных структур оксида титана