論文の概要: Resonant tunnelling diode nano-optoelectronic spiking nodes for neuromorphic information processing

• arxiv url: http://arxiv.org/abs/2107.06721v3
• Date: Fri, 19 Nov 2021 12:58:12 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-22 07:32:43.578937
• Title: Resonant tunnelling diode nano-optoelectronic spiking nodes for neuromorphic information processing
• Title（参考訳）: ニューロモルフィック情報処理のための共鳴トンネル型ダイオードナノオプトエレクトロニクススパイクノード
• Authors: Mat\v{e}j Hejda, Juan Arturo Alanis, Ignacio Ortega-Piwonka, Jo\~ao Louren\c{c}o, Jos\'e Figueiredo, Julien Javaloyes, Bruno Romeira and Antonio Hurtado
• Abstract要約: 超高速かつ低消費電力で動作可能な光電子人工ニューロンを提案する。 提案システムは、励起可能なトンネルダイオード(RTD)素子とナノスケール光源を組み合わせたものである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work, we introduce an optoelectronic spiking artificial neuron capable of operating at ultrafast rates ($\approx$ 100 ps/optical spike) and with low energy consumption ($<$ pJ/spike). The proposed system combines an excitable resonant tunnelling diode (RTD) element exhibiting negative differential conductance, coupled to a nanoscale light source (forming a master node) or a photodetector (forming a receiver node). We study numerically the spiking dynamical responses and information propagation functionality of an interconnected master-receiver RTD node system. Using the key functionality of pulse thresholding and integration, we utilize a single node to classify sequential pulse patterns and perform convolutional functionality for image feature (edge) recognition. We also demonstrate an optically-interconnected spiking neural network model for processing of spatiotemporal data at over 10 Gbps with high inference accuracy. Finally, we demonstrate an off-chip supervised learning approach utilizing spike-timing dependent plasticity for the RTD-enabled photonic spiking neural network. These results demonstrate the potential and viability of RTD spiking nodes for low footprint, low energy, high-speed optoelectronic realization of neuromorphic hardware.
• Abstract（参考訳）: 本研究では,超高速(約100ps/光スパイク)で動作可能で,低消費電力(<$pj/spike)の光電子スパイク人工ニューロンを提案する。 提案システムは、負の微分コンダクタンスを示す励起共振トンネルダイオード(RTD)素子をナノスケール光源(マスターノードを形成する)またはフォト検出器(レシーバノードを形成する)に結合する。 相互接続型マスタ-受信機RTDノードシステムのスパイキング動的応答と情報伝達機能について数値解析を行った。 パルスしきい値と積分の重要な機能を用いて、単一ノードを用いてシーケンシャルパルスパターンを分類し、画像特徴(エッジ)認識のための畳み込み機能を実行する。 また,10gbps以上の時空間データを高い推定精度で処理するための,光相互接続型スパイキングニューラルネットワークモデルを示す。 最後に,rtd対応フォトニックスパイキングニューラルネットワークにおけるスパイクタイピング依存可塑性を利用したオフチップ教師あり学習手法を示す。 これらの結果は,rtdスパイキングノードの低フットプリント,低エネルギー,高速光電子実現のための可能性と有効性を示している。

関連論文リスト

• Single Neuromorphic Memristor closely Emulates Multiple Synaptic Mechanisms for Energy Efficient Neural Networks [71.79257685917058]
  我々はこれらのシナプス機能を本質的にエミュレートするSrTiO3に基づく膜状ナノデバイスを実証する。 これらのメムリスタは、安定かつエネルギー効率の良い運転を可能にする非定常低導電系で機能する。
  論文  参考訳（メタデータ） (2024-02-26T15:01:54Z)
• Scalable Superconductor Neuron with Ternary Synaptic Connections for Ultra-Fast SNN Hardware [4.216765320139095]
  超高性能スパイキングニューラルネットワーク(SNN)加速器のための新しい高ファンイン微分超伝導体ニューロン構造を設計する。 提案したニューロン設計は超伝導エレクトロニクスファブリックに基づいており、それぞれ2つのジョセフソン接合を持つ複数の超伝導ループが組み込まれている。 ネットワークのスループットは8.92GHzで、1回の推論で1.5nJしか消費せず、冷却に伴うエネルギー消費量は4Kである。
  論文  参考訳（メタデータ） (2024-02-26T08:10:14Z)
• Design and simulation of a transmon qubit chip for Axion detection [103.69390312201169]
  超伝導量子ビットに基づくデバイスは、量子非劣化測定(QND)による数GHz単一光子の検出に成功している。 本研究では,Qub-ITの超伝導量子ビットデバイスの実現に向けた状況を示す。
  論文  参考訳（メタデータ） (2023-10-08T17:11:42Z)
• Optically-triggered deterministic spiking regimes in nanostructure resonant tunnelling diode-photodetectors [0.21550839871882013]
  本報告では, ナノ構造共振型トンネル型フォト検出器 (RTD-PD) について報告する。 我々は, ナノ構造RTD-PDにおける制御可能な, 繰り返し可能なニューロン様スパイクパターンの決定的光トリガーを実験的に実証した。
  論文  参考訳（メタデータ） (2023-04-23T18:00:54Z)
• Artificial optoelectronic spiking neuron based on a resonant tunnelling diode coupled to a vertical cavity surface emitting laser [0.17354071459927545]
  精密な光電子デバイスは、人工スパイクニューロンを実装するための鍵となる構成要素の1つである。 本研究は、共振トンネルダイオード(RTD)を用いたオプトエレクトロ光(O/E/O)人工ニューロンの導入と実験的研究である。 我々は、このニューロンが特徴的な神経様屈折周期を持つ100nsの光スパイク応答を発生させる、よく定義された興奮性閾値を実証した。
  論文  参考訳（メタデータ） (2022-06-22T14:43:03Z)
• All-optical graph representation learning using integrated diffractive photonic computing units [51.15389025760809]
  フォトニックニューラルネットワークは、電子の代わりに光子を用いて脳にインスパイアされた計算を行う。 我々は、DGNN(diffractive graph neural network)と呼ばれる全光グラフ表現学習アーキテクチャを提案する。 ベンチマークデータベースを用いたノードおよびグラフレベルの分類タスクにおけるDGNN抽出機能の利用を実演し、優れた性能を実現する。
  論文  参考訳（メタデータ） (2022-04-23T02:29:48Z)
• Event-based Video Reconstruction via Potential-assisted Spiking Neural Network [48.88510552931186]
  バイオインスパイアされたニューラルネットワークは、イベント駆動ハードウェア上での計算効率の向上につながる可能性がある。 完全スパイキングニューラルネットワーク(EVSNN)に基づくイベントベースビデオ再構成フレームワークを提案する。 スパイクニューロンは、そのような時間依存タスクを完了させるために有用な時間情報(メモリ)を格納する可能性がある。
  論文  参考訳（メタデータ） (2022-01-25T02:05:20Z)
• Tunable Anderson Localization of Dark States [146.2730735143614]
  超伝導導波路量子電磁力学系におけるアンダーソンの局在について実験的に検討した。 サブラジアント暗黒モード近傍での伝送係数の指数的抑制を観測する。 この実験は、新しいプラットフォーム上での様々なローカライゼーション現象の研究の扉を開く。
  論文  参考訳（メタデータ） (2021-05-25T07:52:52Z)
• Izhikevich-Inspired Optoelectronic Neurons with Excitatory and Inhibitory Inputs for Energy-Efficient Photonic Spiking Neural Networks [0.0]
  We developed a detailed optoelectronic neuron model in Verilog-A。 完全連結(FC)と畳み込みニューラルネットワーク(CNN)を用いてシミュレーションを行う。
  論文  参考訳（メタデータ） (2021-05-03T03:58:03Z)
• A superconducting nanowire spiking element for neural networks [0.0]
  大規模ニューラルネットワークの成功の鍵は、スケーラブルで、従来の制御エレクトロニクスと簡単に接続できる、電力効率のよいスパイク要素である。 10aJの順にパルスエネルギーを持つ超伝導ナノワイヤからなるスパイク素子を提案する。 本装置は、屈折周期や発射閾値などの生体ニューロンの本質的特性を再現することを示した。
  論文  参考訳（メタデータ） (2020-07-29T20:48:36Z)
• Flexible Transmitter Network [84.90891046882213]
  現在のニューラルネットワークはMPモデルに基づいて構築されており、通常はニューロンを他のニューロンから受信した信号の実際の重み付け集約上での活性化関数の実行として定式化する。 本稿では,フレキシブル・トランスミッタ(FT)モデルを提案する。 本稿では、最も一般的な完全接続型フィードフォワードアーキテクチャ上に構築された、フレキシブルトランスミッタネットワーク(FTNet)について述べる。
  論文  参考訳（メタデータ） (2020-04-08T06:55:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。