論文の概要: Integrated Artificial Neurons from Metal Halide Perovskites
- arxiv url: http://arxiv.org/abs/2411.19820v1
- Date: Fri, 29 Nov 2024 16:30:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-02 15:20:41.336051
- Title: Integrated Artificial Neurons from Metal Halide Perovskites
- Title(参考訳): 金属ハロゲン化物ペロブスカイトからの集積人工ニューロン
- Authors: Jeroen J. de Boer, Bruno Ehrler,
- Abstract要約: ハードウェアニューラルネットワークは、従来のコンピュータよりもエネルギー効率のよい特定の計算タスクを実行することができる。
人工ニューロンはこれらのネットワークの重要なコンポーネントであり、現在、コンデンサとトランジスタに基づく電子回路で実装されている。
ここでは、マイクロスケール電極とペロブスカイト半導体をベースとした、完全にオンチップな人工ニューロンを実証する。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: Hardware neural networks could perform certain computational tasks orders of magnitude more energy-efficiently than conventional computers. Artificial neurons are a key component of these networks and are currently implemented with electronic circuits based on capacitors and transistors. However, artificial neurons based on memristive devices are a promising alternative, owing to their potentially smaller size and inherent stochasticity. But despite their promise, demonstrations of memristive artificial neurons have so far been limited. Here we demonstrate a fully on-chip artificial neuron based on microscale electrodes and halide perovskite semiconductors as the active layer. By connecting a halide perovskite memristive device in series with a capacitor, the device demonstrates stochastic leaky integrate-and-fire behavior, with an energy consumption of 20 to 60 pJ per spike, lower than that of a biological neuron. We simulate populations of our neuron and show that the stochastic firing allows the detection of sub-threshold inputs. The neuron can easily be integrated with previously-demonstrated halide perovskite artificial synapses in energy-efficient neural networks.
- Abstract(参考訳): ハードウェアニューラルネットワークは、従来のコンピュータよりもエネルギー効率のよい特定の計算タスクを実行することができる。
人工ニューロンはこれらのネットワークの重要な構成要素であり、現在はコンデンサとトランジスタに基づく電子回路で実装されている。
しかし、記憶デバイスに基づく人工ニューロンは、潜在的に小さいサイズと固有の確率性のため、有望な代替手段である。
しかし、その約束にもかかわらず、間欠的な人工ニューロンのデモは、これまで限られてきた。
ここでは、マイクロスケール電極とハロゲン化ペロブスカイト半導体を有効層とする、完全にオンチップな人工ニューロンを実証する。
ハロゲン化ペロブスカイト中間体をコンデンサと直列に接続することにより、生体ニューロンよりも20~60pJのエネルギー消費で、確率的に漏れる統合と火災の挙動を示す。
我々は、ニューロンの個体群をシミュレートし、確率的発火がサブスレッショルド入力の検出を可能にすることを示す。
ニューロンは、エネルギー効率のよいニューラルネットワークにおいて、前述したハロゲン化ペロブスカイト人工シナプスと容易に統合できる。
関連論文リスト
- Threshold Neuron: A Brain-inspired Artificial Neuron for Efficient On-device Inference [17.95548501630064]
本稿では,新しい人工ニューロンモデルThreshold Neuronsを提案する。
従来の人工ニューロンと同様のニューラルネットワークを構築しながら,ハードウェア実装の複雑さを大幅に低減する。
本研究では,Threshold Neuronsを用いたニューラルネットワークの有効性を検証し,カーネルレベルでは7.51倍から8.19倍の省電力を実現し,カーネルレベルでは3.89倍から4.33倍の省電力を実現した。
論文 参考訳(メタデータ) (2024-12-18T14:42:43Z) - 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) - A versatile circuit for emulating active biological dendrites applied to
sound localisation and neuron imitation [0.0]
我々は,利得を示し,遅延を導入し,統合を行うデンドライトのセグメントをエミュレートする汎用回路を導入する。
また、デンドライトが破裂するニューロンを形成できることもわかりました。
この重要な発見は、デンドライト回路のみからなるニューラルネットワークを作る可能性を示唆している。
論文 参考訳(メタデータ) (2023-10-25T09:42:24Z) - Parametrized constant-depth quantum neuron [56.51261027148046]
本稿では,カーネルマシンをベースとした量子ニューロン構築フレームワークを提案する。
ここでは、指数的に大きい空間にテンソル積特徴写像を適用するニューロンについて述べる。
パラメトリゼーションにより、提案されたニューロンは、既存のニューロンが適合できない基礎となるパターンを最適に適合させることができることが判明した。
論文 参考訳(メタデータ) (2022-02-25T04:57:41Z) - An Adiabatic Capacitive Artificial Neuron with RRAM-based Threshold
Detection for Energy-Efficient Neuromorphic Computing [62.997667081978825]
神経細胞の体細胞膜電位を誘導するために, 断熱性シナプスコンデンサを特徴とする人工ニューロンを提案する。
最初の4-bit adiabaticacacitive neuron proof-of-conceptの例では、90%のシナプスエネルギーが節約された。
論文 参考訳(メタデータ) (2022-02-02T17:12:22Z) - POPPINS : A Population-Based Digital Spiking Neuromorphic Processor with
Integer Quadratic Integrate-and-Fire Neurons [50.591267188664666]
2つの階層構造を持つ180nmプロセス技術において,集団に基づくディジタルスパイキングニューロモルフィックプロセッサを提案する。
提案手法は,生体模倣型ニューロモルフィックシステム,低消費電力,低遅延推論処理アプリケーションの開発を可能にする。
論文 参考訳(メタデータ) (2022-01-19T09:26:34Z) - Mapping and Validating a Point Neuron Model on Intel's Neuromorphic
Hardware Loihi [77.34726150561087]
インテルの第5世代ニューロモルフィックチップ「Loihi」の可能性について検討する。
Loihiは、脳内のニューロンをエミュレートするスパイキングニューラルネットワーク(SNN)という新しいアイデアに基づいている。
Loihiは従来のシミュレーションを非常に効率的に再現し、ネットワークが大きくなるにつれて、時間とエネルギーの両方のパフォーマンスにおいて顕著にスケールする。
論文 参考訳(メタデータ) (2021-09-22T16:52:51Z) - Continual Learning with Deep Artificial Neurons [0.0]
本稿では,Deep Artificial Neurons (DAN)を導入し,ディープニューラルネットワークとして実現した。
ネットワーク内のすべてのDANが共有する神経表現型をダブする単一パラメータベクトルをメタ学習することが可能であることを示す。
適切な神経表現型は,最小限の忘れを伴ってシナプスを更新する能力を持つ単一ネットワークを育むことができることを示す。
論文 参考訳(メタデータ) (2020-11-13T17:50:10Z) - Non-linear Neurons with Human-like Apical Dendrite Activations [81.18416067005538]
XOR論理関数を100%精度で学習し, 標準的なニューロンに後続のアピーカルデンドライト活性化(ADA)が認められた。
コンピュータビジョン,信号処理,自然言語処理の6つのベンチマークデータセットについて実験を行った。
論文 参考訳(メタデータ) (2020-02-02T21:09:39Z)
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。