Интеграционная платформа для многомасштабного моделирования нейроморфных систем

Актуальные сегодня многоуровневые элементы резистивной памяти позволяют увеличить плотность интеграции энергонезависимой памяти, а также спроектировать и создать системы с механизмом параллельных вычислений. В основе таких устройств лежат мемристорные элементы, необходимые для разработки основ аналоговых нейроморфных сетей, которые используются для решения задач интеллектуального анализа данных. Однако использование мемристоров в составе нейроморфных устройств сталкивается с рядом проблем, таких как разброс значений параметров переключения (напряжение, окно памяти) от ячейки к ячейке, асимметричность и нелинейные эффекты и др. Такие проблемы диктуют необходимость создания оригинальных имитационных моделей и новых программных инструментов, которые позволят оценить влияние возмущающих факторов на предсказательную точность и процесс обучения сети. В данной работе для решения задачи многомасштабного моделирования нейроморфных систем применяется оригинальная информационная технология построения многомасштабных моделей. Для ее практической реализации построена интеграционная платформа, которая позволяет оценить влияние возмущающих факторов на предсказательную точность и процесс обучения нейроморфной сети, а в дальнейшем сможет обеспечить формирование информации для обоснованного выбора материалов, конфигурации и топологии ячеек памяти компьютеров нового поколения.