`

СПЕЦИАЛЬНЫЕ
ПАРТНЕРЫ
ПРОЕКТА

Архив номеров

BEST CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Разработан метод спонтанного обучения мемристорных нейросетей

0 
 

Разработан метод спонтанного обучения мемристорных нейросетей

Новая технология, которая может улучшить обучаемость искусственных нейронных сетей, была представлена ​​международной группой исследователей, аффилированных с Ульсанским национальным институтом науки и технологий (UNIST) и университетом Цинхуа в Китае.

Предлагаемый метод использует «дрейф сопротивления» (рост электрического сопротивления) материала с фазовым переходом в полупроводниковой памяти при обучении. Обновления информации записываются повышением электрического сопротивления в мемристоре, который играет роль синапса и дополнительно учитывает связь между изменяемым шаблоном и тренировочными данными.

Эффективность этого метода была продемонстрирована на примере экспериментальных массивов мемристорной памяти с фазовым переходом (PCM), которые работали как нейросеть. В испытаниях на классификацию рукописного текста, состоящего из цифр от 0 до 9, такие устройства продемонстрировали эффект улучшения способности к обучению примерно на 3%. В частности, значительно возросла точность распознавания цифры 8, которую традиционно сложно классифицировать в рукописном виде. Способность к обучению улучшилась благодаря шаблону обновления синапса, который изменяется в зависимости от сложности классификации.

Важным преимуществом нового метода является то, что обучаемость может быть улучшена без дополнительных затрат энергии, поскольку сопротивление PCM возрастает самопроизвольно, из-за структурной релаксации после перехода в аморфную фазу.

Исследователи ожидают, что полученные ими результаты будут способствовать развитию алгоритмов обучения, использующих свойства мемристорных устройств, и откроют новое направление в разработке нейроморфных вычислительных чипов. Результаты этого исследования опубликованы в онлайновой версии журнала Nature Communications.

Вы можете подписаться на нашу страницу в LinkedIn!

0 
 

Напечатать Отправить другу

Читайте также

 
 

  •  Home  •  Рынок  •  ИТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Сети  •  Безопасность  •  Наука  •  IoT