表題番号:2019R-046 日付:2020/05/13
研究課題統計的ばらつき耐性を向上させるニューラルネットワーク推論エンジンの学習法の研究
研究者所属(当時) 資格 氏名
(代表者) 理工学術院 大学院情報生産システム研究科 教授 大澤 隆
研究成果概要

ReRAMはアナログ抵抗値を記憶できるデバイスで、人工ニューラルネットワーク(ANN)を小型・低消費電力化するのに最適の不揮発性メモリデバイスである。抵抗値をANNの重みとみなす場合、負の重みを実現するためには従来、正のクロスバ・アレー(CBA)と負のCBAのダブルCBADCBA)構造を用いていた。正のCBAから流れ出る電流から負のCBAから流れ出る電流を引き算回路で差し引くことによって対応するReRAM抵抗対の大小関係によって正と負の重みを実現していた。我々は、このような構造に比べてほぼ半分のサイズ、消費電流になるシングルCBASCBA)方式を提案し、推論の精度が同等であることを示すことができた、この方式をReRAMデバイスとCMOS回路で設計した。