Прикладная дискретная математика
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



ПДМ:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Прикладная дискретная математика, 2018, номер 40, страницы 105–113
DOI: https://doi.org/10.17223/20710410/40/9
(Mi pdm625)
 

Эта публикация цитируется в 1 научной статье (всего в 1 статье)

Математические основы информатики и программирования

Построение сети Хемминга на основе кроссбара с бинарными мемристорами

М. С. Тарков

Институт физики полупроводников им. А. В. Ржанова СО РАН, г. Новосибирск, Россия
Список литературы:
Аннотация: Описаны свойства аналоговых и бинарных мемристоров (резисторов с памятью), которые могут быть использованы для аппаратной реализации синапсов нейронов, а также мемристорные матрицы, называемые кроссбарами. Бинарные мемристоры, сопротивление которых принимает только два значения (максимальное и минимальное), основаны на механизме переключения филамента и распространены более широко, чем аналоговые мемристоры. Они гораздо более устойчивы к статистическим флуктуациям по сравнению с аналоговыми. Предложена аппаратная реализация ассоциативной памяти Хемминга на основе использования кроссбара на бинарных мемристорах и КМОП-схемотехники. Максимальное сопротивление бинарного мемристора соответствует значению $-1$ компоненты хранимого эталонного вектора, а минимальное – значению $+1$. Показано, что кроссбар на бинарных мемристорах реализует свойства первого слоя сети Хемминга, согласно которым выходной сигнал нейрона первого слоя неотрицателен. При этом он максимален для нейрона, эталонный вектор которого наиболее близок к вектору входных данных. Для заданной размерности эталонного вектора получено соотношение между максимальным и минимальным сопротивлениями бинарных мемристоров, которое гарантирует корректную работу первого слоя сети Хемминга. Моделирование в системе LTSPICE предложенной схемы памяти Хемминга подтвердило её работоспособность.
Ключевые слова: ассоциативная память Хемминга, мемристор, кроссбар, КМОП-технология, LTSPICE.
Реферативные базы данных:
Тип публикации: Статья
УДК: 621.396+621.372
Образец цитирования: М. С. Тарков, “Построение сети Хемминга на основе кроссбара с бинарными мемристорами”, ПДМ, 2018, № 40, 105–113
Цитирование в формате AMSBIB
\RBibitem{Tar18}
\by М.~С.~Тарков
\paper Построение сети Хемминга на основе кроссбара с~бинарными мемристорами
\jour ПДМ
\yr 2018
\issue 40
\pages 105--113
\mathnet{http://mi.mathnet.ru/pdm625}
\crossref{https://doi.org/10.17223/20710410/40/9}
\elib{https://elibrary.ru/item.asp?id=35155728}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/pdm625
  • https://www.mathnet.ru/rus/pdm/y2018/i2/p105
  • Эта публикация цитируется в следующих 1 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Прикладная дискретная математика
    Статистика просмотров:
    Страница аннотации:325
    PDF полного текста:179
    Список литературы:31
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024