JP6502799B2 - 信号発生装置および伝送装置 - Google Patents
信号発生装置および伝送装置 Download PDFInfo
- Publication number
- JP6502799B2 JP6502799B2 JP2015174954A JP2015174954A JP6502799B2 JP 6502799 B2 JP6502799 B2 JP 6502799B2 JP 2015174954 A JP2015174954 A JP 2015174954A JP 2015174954 A JP2015174954 A JP 2015174954A JP 6502799 B2 JP6502799 B2 JP 6502799B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- unit
- voltage
- time width
- pulse
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims description 70
- 230000008859 change Effects 0.000 claims description 97
- 230000007704 transition Effects 0.000 claims description 60
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 41
- 230000001186 cumulative effect Effects 0.000 claims description 30
- 239000002131 composite material Substances 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 16
- 229910052751 metal Inorganic materials 0.000 claims description 15
- 239000002184 metal Substances 0.000 claims description 15
- 238000010304 firing Methods 0.000 claims description 11
- BPUBBGLMJRNUCC-UHFFFAOYSA-N oxygen(2-);tantalum(5+) Chemical compound [O-2].[O-2].[O-2].[O-2].[O-2].[Ta+5].[Ta+5] BPUBBGLMJRNUCC-UHFFFAOYSA-N 0.000 claims description 9
- 229910001936 tantalum oxide Inorganic materials 0.000 claims description 9
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 22
- 238000013135 deep learning Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 210000002569 neuron Anatomy 0.000 description 6
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 5
- 206010021143 Hypoxia Diseases 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000010408 film Substances 0.000 description 2
- 239000012212 insulator Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052697 platinum Inorganic materials 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 229910052715 tantalum Inorganic materials 0.000 description 2
- GUVRBAGPIYLISA-UHFFFAOYSA-N tantalum atom Chemical compound [Ta] GUVRBAGPIYLISA-UHFFFAOYSA-N 0.000 description 2
- 229910000618 GeSbTe Inorganic materials 0.000 description 1
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 150000002366 halogen compounds Chemical class 0.000 description 1
- 239000010416 ion conductor Substances 0.000 description 1
- 239000000696 magnetic material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004544 sputter deposition Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 229910000314 transition metal oxide Inorganic materials 0.000 description 1
Images
Landscapes
- Semiconductor Memories (AREA)
Description
図1は、第1実施形態に係る信号発生装置20の構成を示す図である。信号発生装置20は、指定値に応じた確率で出力信号を発生する。
つまり、比較的に小さな振幅の電圧パルスを抵抗変化素子30に印加した場合における状態遷移の事象は、偶発的な変化を表す事象となる。これは、抵抗変化素子30は、印加電圧が低い場合、素子内部の酸素欠損の動きが小さく、偶発的にフィラメントが接続された場合にSET遷移が生じるためであると考えられる。
つぎに、第2実施形態に係る伝送装置50について説明する。第2実施形態に係る伝送装置50を説明するにあたり、第1実施形態において説明した部材と略同一の機能および構成を有する部材については同一の符号を付けて詳細な説明を省略する。
つぎに、第3実施形態に係る伝送装置100について説明する。第3実施形態に係る伝送装置100を説明するにあたり、第1実施形態および第2実施形態において説明した部材と略同一の機能および構成を有する部材については同一の符号を付けて詳細な説明を省略する。
図17は、制限付きボルツマンマシンを示す図である。図18は、隠れ層ユニットと可視層ユニットとの間の重み値を表す図である。
30 抵抗変化素子
32 初期化部
34 電圧設定部
36 パルス発生部
38 読出部
40 出力部
42 第1の金属層
44 タンタル酸化物層
46 第2の金属層
50 伝送装置
52 入力部
54 重み記憶部
56 合成信号生成部
62 時間幅算出部
64 多重化部
70 演算部
72 合計部
82 入力指定部
84 入力選択部
86 重み選択部
100 伝送装置
110 発火部
122 出力指定部
124 セレクタ
Claims (10)
- 印加電圧を増加または減少させていくと所定の遷移電圧において第1抵抗状態から第2抵抗状態に変化する抵抗変化素子と、
前記抵抗変化素子へ印加する電圧の印加電圧値を設定する電圧設定部と、
合計のパルス幅が指定値に応じた時間幅であって振幅が前記印加電圧値である電圧パルスを前記抵抗変化素子に印加するパルス発生部と、
前記電圧パルスが印加された後に、前記抵抗変化素子の状態を読み出す読出部と、
読み出された前記抵抗変化素子の状態に応じた値の出力信号を出力する出力部と、
を備え、
前記電圧設定部は、前記抵抗変化素子に対して時間幅を変化させて電圧を印加した場合における前記第1抵抗状態から前記第2抵抗状態に変化する累積確率分布が、指数分布となるような前記印加電圧値を設定する
信号発生装置。 - 前記電圧設定部は、時間幅を変化させて前記電圧パルスを前記抵抗変化素子に印加した場合における前記第1抵抗状態から前記第2抵抗状態に変化する累積確率分布が、下記の式(1)においてβ=1の累積確率分布となるような前記印加電圧値を設定する
請求項1に記載の信号発生装置。
F(t)=1−exp{−(t/T)β}…(1)
tは、前記抵抗変化素子に印加する前記電圧パルスの時間幅を表す。
F(t)は、時間幅tの前記電圧パルスを前記抵抗変化素子に印加した場合において、前記第1抵抗状態から前記第2抵抗状態に変化する累積確率を表す。
βは、ワイブル分布の形状パラメータを表す。
Tは、定数を表す。 - 前記抵抗変化素子は、
第1の金属層と、
前記第1の金属層の上に形成されたタンタル酸化物層と、
前記タンタル酸化物層の上に形成された第2の金属層と
を有する
請求項1または2に記載の信号発生装置。 - 第1値または第2値の何れかの値をとる少なくとも1つの入力信号に応じた確率で、第1値または第2値の何れかの値をとる出力信号を出力する伝送装置であって、
印加電圧を増加または減少させていくと所定の遷移電圧において第1抵抗状態から第2抵抗状態に変化する抵抗変化素子と、
前記抵抗変化素子へ印加する電圧の印加電圧値を設定する電圧設定部と、
少なくとも1つの前記入力信号を取得する入力部と、
それぞれの前記入力信号に対応する少なくとも1つの重み値を記憶する重み記憶部と、
それぞれの前記入力信号に対応する少なくとも1つの電圧パルスを時間方向に多重化した、振幅が前記印加電圧値の合成電圧パルスを前記抵抗変化素子に印加する合成信号生成部と、
前記合成電圧パルスが印加された後に、前記抵抗変化素子の状態を読み出す読出部と、
読み出された前記抵抗変化素子の状態に応じた値の前記出力信号を出力する出力部と、
を備え、
それぞれの前記電圧パルスの時間幅は、対応する前記入力信号が第1値の場合には基準の時間幅、対応する前記入力信号が第2値の場合には対応する前記重み値に応じた時間幅であり、
前記電圧設定部は、前記抵抗変化素子に対して時間幅を変化させて電圧を印加した場合における前記第1抵抗状態から前記第2抵抗状態に変化する累積確率分布が、指数分布となるような前記印加電圧値を設定する
伝送装置。 - 前記合成信号生成部は、
それぞれの前記入力信号に対応し、前記電圧パルスを発生する少なくとも1つのパルス発生部と、
それぞれの前記パルス発生部から出力された少なくとも1つの前記電圧パルスを時間方向に多重化して前記合成電圧パルスを生成する多重化部と、
を有し、
それぞれの前記パルス発生部は、対応する前記入力信号が第1値の場合には基準の時間幅、対応する前記入力信号が第2値の場合には対応する前記重み値に応じた時間幅の前記電圧パルスを発生する
請求項4に記載の伝送装置。 - 前記合成信号生成部は、それぞれの前記入力信号に対応し、対応する前記入力信号が第1値の場合には基準の時間幅、対応する前記入力信号が第2値の場合には対応する前記重み値に応じた時間幅を算出する少なくとも1つの時間幅算出部をさらに有し、
それぞれの前記パルス発生部は、対応する前記時間幅算出部により算出された時間幅の前記電圧パルスを発生する
請求項5に記載の伝送装置。 - 前記合成信号生成部は、
それぞれの前記入力信号の値に応じた時間幅を合計した合計時間幅を算出する演算部と、
前記合計時間幅の前記電圧パルスを前記合成電圧パルスとして発生するパルス発生部と、
を有し、
前記演算部は、それぞれの前記入力信号の値に応じた時間幅を、対応する前記入力信号が第1値の場合には基準の時間幅、対応する前記入力信号が第2値の場合には対応する前記重み値に応じた時間幅として、前記合計時間幅を算出する
請求項4に記載の伝送装置。 - 前記合成信号生成部は、
少なくとも1つの前記入力信号を1つずつ順次に指定する入力指定部と、
前記入力信号が指定される毎に、対応する前記入力信号が第1値の場合には基準の時間幅、対応する前記入力信号が第2値の場合には対応する前記重み値に応じた時間幅を算出する時間幅算出部と、
前記入力信号が指定される毎に、前記時間幅算出部により算出された時間幅の前記電圧パルスを発生するパルス発生部と、
を有し、
前記読出部は、全ての前記入力信号が指定された後に、前記抵抗変化素子の状態を読み出す
請求項4に記載の伝送装置。 - 前記伝送装置は、複数の前記出力信号を出力し、
前記伝送装置は、
前記入力部と、
それぞれの前記出力信号に対応した複数の発火部と、
を備え、
それぞれの前記発火部は、前記抵抗変化素子と、前記電圧設定部と、前記重み記憶部と、前記合成信号生成部と、前記読出部と、前記出力部と、を有し、
前記重み記憶部は、対応する前記出力信号とそれぞれの前記入力信号との組に対応する少なくとも1つの前記重み値を記憶し、
前記出力部は、対応する前記出力信号を前記抵抗変化素子の状態に応じた値として出力する
請求項4から8の何れか1項に記載の伝送装置。 - 前記伝送装置は、複数の前記出力信号を出力し、
前記伝送装置は、
複数の前記出力信号を1つずつ順次に指定する出力指定部と、
それぞれの前記出力信号に対応した複数の前記重み記憶部と、
前記抵抗変化素子を初期化する初期化部と、
をさらに備え、
それぞれの前記重み記憶部は、対応する前記出力信号とそれぞれの前記入力信号との組に対応する少なくとも1つの前記重み値を記憶し、
前記合成信号生成部は、前記出力信号が指定される毎に、前記合成電圧パルスを前記抵抗変化素子に印加し、
前記読出部は、前記出力信号が指定される毎、前記抵抗変化素子の状態を読み出し、
前記初期化部は、前記出力信号が指定される毎、前記合成電圧パルスの印加に先だって、前記抵抗変化素子を初期化し、
前記出力部は、前記出力信号が指定される毎に読み出された前記抵抗変化素子の状態に応じた値の複数の前記出力信号を出力する
請求項4から8の何れか1項に記載の伝送装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015174954A JP6502799B2 (ja) | 2015-09-04 | 2015-09-04 | 信号発生装置および伝送装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015174954A JP6502799B2 (ja) | 2015-09-04 | 2015-09-04 | 信号発生装置および伝送装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017049945A JP2017049945A (ja) | 2017-03-09 |
JP6502799B2 true JP6502799B2 (ja) | 2019-04-17 |
Family
ID=58279807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015174954A Active JP6502799B2 (ja) | 2015-09-04 | 2015-09-04 | 信号発生装置および伝送装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6502799B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6602279B2 (ja) | 2016-09-20 | 2019-11-06 | 株式会社東芝 | メムキャパシタ、ニューロ素子およびニューラルネットワーク装置 |
JP6773621B2 (ja) | 2017-09-15 | 2020-10-21 | 株式会社東芝 | 演算装置 |
JP6794336B2 (ja) | 2017-11-17 | 2020-12-02 | 株式会社東芝 | ニューラルネットワーク装置 |
WO2020059723A1 (ja) * | 2018-09-18 | 2020-03-26 | 学校法人慶應義塾 | 意思決定装置、及び意思決定装置の制御方法 |
JP7438994B2 (ja) | 2021-01-07 | 2024-02-27 | 株式会社東芝 | ニューラルネットワーク装置及び学習方法 |
WO2023167244A1 (ja) * | 2022-03-03 | 2023-09-07 | 国立研究開発法人産業技術総合研究所 | 相互接続構造および情報処理装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03144785A (ja) * | 1989-10-31 | 1991-06-20 | Fujitsu Ltd | ニューロ素子 |
JPH07200512A (ja) * | 1993-09-13 | 1995-08-04 | Ezel Inc | 最適化問題解決装置 |
JP4846816B2 (ja) * | 2009-03-19 | 2011-12-28 | 株式会社東芝 | 抵抗変化型メモリ |
JP5135373B2 (ja) * | 2010-03-24 | 2013-02-06 | 株式会社東芝 | 不揮発性記憶装置 |
US9129220B2 (en) * | 2010-07-07 | 2015-09-08 | Qualcomm Incorporated | Methods and systems for digital neural processing with discrete-level synapes and probabilistic STDP |
JP5634426B2 (ja) * | 2012-03-22 | 2014-12-03 | 株式会社東芝 | 記憶装置 |
US20140258194A1 (en) * | 2013-03-08 | 2014-09-11 | Qualcomm Incorporated | Generic method for designing spike-timing dependent plasticity (stdp) curves |
FR3007867B1 (fr) * | 2013-06-26 | 2018-02-09 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Neurone artificiel comprenant une memoire resistive |
-
2015
- 2015-09-04 JP JP2015174954A patent/JP6502799B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017049945A (ja) | 2017-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6502799B2 (ja) | 信号発生装置および伝送装置 | |
Wijesinghe et al. | An all-memristor deep spiking neural computing system: A step toward realizing the low-power stochastic brain | |
Gao et al. | Fully parallel write/read in resistive synaptic array for accelerating on-chip learning | |
Yu et al. | Stochastic learning in oxide binary synaptic device for neuromorphic computing | |
US11188825B2 (en) | Mixed-precision deep-learning with multi-memristive devices | |
US11308382B2 (en) | Neuromorphic synapses | |
Kim et al. | Memristor emulator for memristor circuit applications | |
Dalgaty et al. | Hybrid neuromorphic circuits exploiting non-conventional properties of RRAM for massively parallel local plasticity mechanisms | |
Merkel et al. | Reconfigurable N-level memristor memory design | |
Bengel et al. | Utilizing the switching stochasticity of HfO2/TiOx-based ReRAM devices and the concept of multiple device synapses for the classification of overlapping and noisy patterns | |
CN107194462A (zh) | 三值神经网络突触阵列及利用其的神经形态计算网络 | |
JP7357079B2 (ja) | 相変化メモリの閉ループ・プログラミング | |
Sheridan et al. | Memristors and memristive devices for neuromorphic computing | |
Yakopcic et al. | Filament formation in lithium niobate memristors supports neuromorphic programming capability | |
Nandakumar et al. | Mixed-precision training of deep neural networks using computational memory | |
Chee et al. | Electrical model of multi-level bipolar Ta2O5/TaOx Bi-layered ReRAM | |
US20180174030A1 (en) | Self-learning for neural network arrays | |
US11226763B2 (en) | Device for high dimensional computing comprising an associative memory module | |
Lin et al. | Capacitor-less RRAM-based stochastic neuron for event-based unsupervised learning | |
Marukame et al. | Proposal, analysis and demonstration of Analog/Digital-mixed Neural Networks based on memristive device arrays | |
CN108090308B (zh) | 一种基于hp忆阻器与电容器的基本单元混沌电路 | |
CN111512312B (zh) | 积和运算器、神经形态器件及积和运算器的使用方法 | |
Zaman et al. | Analysis of lithium niobate memristor devices for neuromorphic programability | |
Abzhanova et al. | Notice of retraction: implementation of true random number generator based on double-scroll attractor circuit with GST memristor emulator | |
US9805791B2 (en) | Resistive memory structure for single or multi-bit data storage |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180201 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190131 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190219 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190322 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6502799 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |