.png){kind=icon}
返回
A memristive synaptic circuit and optimization algorithm for synaptic control
.png){kind=icon}
OA
AI
DOI：10.1007/s11571-025-10265-7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为了将广泛应用于机器学习推理层的反向传播训练方法直接应用于忆阻器交叉阵列，权重变化必须是线性的，或者由于忆阻值的变化随时间不恒定，必须将当前忆阻值保存在内存中，或者必须使用适合所用忆阻函数的算法来控制变化。为了克服这种非线性的内存和能量缺陷，本研究通过优化方法确定了能够实现正负权重的忆阻电路参数，使用了先前文献中定义的两个电荷控制数学忆阻器方程和一个通量控制忆阻器仿真器。通过这种方式，实现了最简单的权重变化线性控制。使用人工蜂群算法，确定了能够执行灵敏度高达0.02的权重控制的电路的无源元件值以及所施加控制信号的持续时间。根据实验研究，观察到权重控制以2.33×10⁻⁴的均方误差实现。此外，基于软件的测试准确率的跟踪率为98.186%。通过所提出的优化方法和代价函数，可以通过确定任何忆阻元件所需在线训练的参数来实现线性控制。
Keyword:
Memristor
Machine learning inference
Artificial bee colony
Parameter optimization
期刊
IF:
3.9
论文数:
1.5K
被引数:
2.8K
机构
引用论文
A Circuit-Based Learning Architecture for Multilayer Neural Networks With Memristor Bridge Synapses
PREAI
分享收藏A backpropagation with gradient accumulation algorithm capable of tolerating memristor non-idealities for training memristive neural networks.png)
NEUROCOMPUTING
NEUROCOMPUTINGIF6.5
PREAI
分享收藏Pattern classification by memristive crossbar circuits using ex situ and in situ training使用异位和原位训练通过忆阻交叉电路进行模式分类NATURE COMMUNICATIONS
OAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Memristor Based Federated Learning for Network Security on the Edge using Processing in Memory (PIM) Computing基于内存计算（PIM）的边缘网络安全的存储器（Memristor）联邦学习
PREAI
分享收藏分享收藏Neuro-Inspired Computing With Emerging Nonvolatile Memory具有新兴非易失性存储器的神经启发计算PROCEEDINGS OF THE IEEEOAAI
PROCEEDINGS OF THE IEEEIF25.9
OAAI分享收藏Synaptic Characteristics of Ag/AgInSbTe/Ta-Based Memristor for Pattern Recognition Applications
PREAI
分享收藏Diverse synaptic weight adjustment of bio-inspired ZrOx-based memristors for neuromorphic system基于生物启发的神经形态系统ZrOx忆阻器的多种突触权重调整
PREAI
分享收藏
查看更多内容