검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

An Analog CMOS Approximate Identity Neural Network with Stochastic Learning and Multilevel Weight Storage 확률론적 학습 및 다단계 가중치 저장 기능을 갖춘 아날로그 CMOS 근사 신원 신경망

Massimo CONTI, Paolo CRIPPA, Giovanni GUAITINI, Simone ORCIONI, Claudio TURCHETTI

  • 조회수

    0

  • 이것을 인용

요약 :

본 논문에서는 간단하고 실리콘 면적 효율적인 온칩 학습 및 중량 저장을 위한 CMOS VLSI 회로 솔루션을 제안합니다. 특히 Random Weight Change라는 확률론적 학습 방식과 다중 안정 가중치 저장 접근 방식이 구현되었습니다. 또한 학습 정확도에 대한 기술 변화의 영향에 대한 문제가 논의됩니다. 학습 방식과 가중치 저장이 매우 일반적임에도 불구하고 이 논문에서는 아날로그 CMOS 회로로 구현하는 데 특히 적합한 Approximate Identity Neural Networks라는 네트워크 클래스를 참조할 것입니다. 테스트 수단으로 16개의 뉴런, 1.2개의 가중치, 온칩 학습 및 가중치 저장을 갖춘 소규모 네트워크가 XNUMXμm 이중 금속 CMOS 프로세스로 제작되었습니다.

발행
IEICE TRANSACTIONS on Fundamentals Vol.E82-A No.7 pp.1344-1357
발행일
1999/07/25
공개일
온라인 ISSN
DOI
원고의 종류
PAPER
범주
신경망

작성자

키워드