論文の概要: Interfacial and bulk switching MoS2 memristors for an all-2D reservoir computing framework

• arxiv url: http://arxiv.org/abs/2511.16557v1
• Date: Thu, 20 Nov 2025 17:11:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-21 17:08:52.747946
• Title: Interfacial and bulk switching MoS2 memristors for an all-2D reservoir computing framework
• Title（参考訳）: 全2次元貯水池計算フレームワークのための界面およびバルクスイッチングMoS2メムリスタ
• Authors: Asmita S. Thool, Sourodeep Roy, Prahalad Kanti Barman, Kartick Biswas, Pavan Nukala, Abhishek Misra, Saptarshi Das, and Bhaswar Chakrabarti,
• Abstract要約: 我々は,Au/Ti/MoS$$$/Au記憶装置における短期記憶力学と長期記憶力学を利用して,貯水池計算(RC)ネットワークを設計する。 この小型RCネットワークは、音声デジタル認識タスクにおいて89.56%の精度を実現し、非線形時系列方程式の解析にも使用される。
• 参考スコア（独自算出の注目度）: 1.7200629941040646
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In this study, we design a reservoir computing (RC) network by exploiting short- and long-term memory dynamics in Au/Ti/MoS$_2$/Au memristive devices. The temporal dynamics is engineered by controlling the thickness of the Chemical Vapor Deposited (CVD) MoS$_2$ films. Devices with a monolayer (1L)-MoS$_2$ film exhibit volatile (short-term memory) switching dynamics. We also report non-volatile resistance switching with excellent uniformity and analog behavior in conductance tuning for the multilayer (ML) MoS$_2$ memristive devices. We correlate this performance with trap-assisted space-charge limited conduction (SCLC) mechanism, leading to a bulk-limited resistance switching behavior. Four-bit reservoir states are generated using volatile memristors. The readout layer is implemented with an array of nonvolatile synapses. This small RC network achieves 89.56\% precision in a spoken-digit recognition task and is also used to analyze a nonlinear time series equation.
• Abstract（参考訳）: 本研究では,Au/Ti/MoS$_2/Auメムリシティブデバイスにおける短期記憶力学と長期記憶力学を利用して,貯水池計算(RC)ネットワークを設計する。 時間動力学は, CVD (Chemical Vapor deposited) MoS$_2$薄膜の厚さを制御することによって実現される。 単層(1L)-MoS$_2$フィルムを持つデバイスは、揮発性(短期記憶)スイッチングダイナミクスを示す。 また,多層膜(ML) MoS$2$メムリシティブデバイスにおけるコンダクタンスチューニングにおいて,均一性とアナログ挙動に優れた不揮発性抵抗スイッチングを報告した。 我々は、この性能を、トラップアシスト型空間電荷制限伝導(SCLC)機構と相関させ、バルク制限抵抗切替挙動をもたらす。 揮発性中間子を用いて4ビットの貯留状態が生成される。 読み出し層は、不揮発性シナプスの配列で実装される。 この小型RCネットワークは、音声デジタル認識タスクにおいて89.56\%の精度を実現し、非線形時系列方程式の解析にも使用される。

関連論文リスト

• S$^2$Q-VDiT: Accurate Quantized Video Diffusion Transformer with Salient Data and Sparse Token Distillation [55.35880044416441]
  ビデオ拡散モデル(V-DM)の学習後量子化フレームワークであるS$2$Q-VDiTを提案する。 W4A6量子化の下では、S$2$Q-VDiTは3.9倍のモデル圧縮と1.3倍の推論加速を実現している。
  論文  参考訳（メタデータ） (2025-08-06T02:12:29Z)
• Towards Stabilized and Efficient Diffusion Transformers through Long-Skip-Connections with Spectral Constraints [51.83081671798784]
  Diffusion Transformers (DiT) は、画像およびビデオ生成のための強力なアーキテクチャとして登場し、優れた品質とスケーラビリティを提供している。 DiTの実用アプリケーションは本質的に動的特徴不安定性に悩まされており、キャッシュされた推論中にエラーを増幅する。 我々は,Long-Skip-Connections (LSCs) で拡張された画像およびビデオ生成型DiTであるSkip-DiTを提案する。
  論文  参考訳（メタデータ） (2024-11-26T17:28:10Z)
• Learning-to-Cache: Accelerating Diffusion Transformer via Layer Caching [56.286064975443026]
  拡散変圧器内の多数の層をキャッシュ機構で計算することで、モデルパラメータを更新しなくても容易に除去できる。 本稿では,拡散変圧器の動的手法でキャッシングを学習するL2C(Learningto-Cache)を提案する。 実験の結果,L2C は DDIM や DPM-r など,キャッシュベースの従来の手法と同等の推論速度で性能を向上することがわかった。
  論文  参考訳（メタデータ） (2024-06-03T18:49:57Z)
• Function Approximation for Reinforcement Learning Controller for Energy from Spread Waves [69.9104427437916]
  マルチジェネレータ・ウェーブ・エナジー・コンバータ(WEC)は、スプレッド・ウェーブと呼ばれる異なる方向から来る複数の同時波を処理しなければならない。 これらの複雑な装置は、エネルギー捕獲効率、維持を制限する構造的ストレスの低減、高波に対する積極的な保護という複数の目的を持つコントローラを必要とする。 本稿では,システム力学のシーケンシャルな性質をモデル化する上で,ポリシーと批判ネットワークの異なる機能近似について検討する。
  論文  参考訳（メタデータ） (2024-04-17T02:04:10Z)
• Brain-Inspired Reservoir Computing Using Memristors with Tunable Dynamics and Short-Term Plasticity [0.0]
  本研究では,少数の異なるメムリスタで構築された貯水層が,単一のデータ符号化による予測精度と分類精度を著しく向上することを示す。 神経活動分類タスクでは、わずか3つの異なるメムリスタの貯水池が96.5%の精度を実験的に達成した。
  論文  参考訳（メタデータ） (2023-10-25T03:27:43Z)
• Reliability-Aware Deployment of DNNs on In-Memory Analog Computing Architectures [0.0]
  In-Memory Analog Computing (IMAC) 回路は、アナログ領域におけるMVMとNLVの両方の操作を実現することにより、信号変換器の必要性を取り除く。 我々は、ディープニューラルネットワーク(DNN)に大規模な行列を複数の小さなIMACサブアレイに展開する実践的なアプローチを導入し、ノイズや寄生虫の影響を軽減する。
  論文  参考訳（メタデータ） (2022-10-02T01:43:35Z)
• MRAM-based Analog Sigmoid Function for In-memory Computing [0.0]
  本稿では、2つのスピン軌道トルク磁気抵抗ランダムアクセスメモリ(SOT-MRAM)とCMOSインバータを用いた超越活性化関数のアナログ実装を提案する。 提案したアナログニューロン回路は1.8-27倍の消費電力を消費し、最先端アナログやデジタル実装と比較して2.5-4931倍の面積を占める。
  論文  参考訳（メタデータ） (2022-04-21T07:13:54Z)

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。