Development of Neural Hardware with Associative Learning Capabilities for Multi-bit Signals

Research Project

Project/Area Number	24K21620
Research Category	Grant-in-Aid for Challenging Research (Exploratory)
Allocation Type	Multi-year Fund
Review Section	Medium-sized Section 21:Electrical and electronic engineering and related fields
Research Institution	Osaka University
Principal Investigator	酒井朗大阪大学, 大学院基礎工学研究科, 教授 (20314031)
Project Period (FY)	2024-06-28 – 2026-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000) Fiscal Year 2025: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000) Fiscal Year 2024: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
Keywords	メモリスタ / 連合学習 / シナプス / 多端子クロスバー / 多ビット信号
Outline of Research at the Start	高次脳機能の実現に向けて、種々のニューロモジュレーション機能を有する新規の人工ニューラルネットワークプラットフォーム上に連合学習機能を実装する。ここでは、1)シナプス機能を持つ還元性金属酸化物メモリスタの導電性状態を連合的に変調できる多端子クロスバーメモリスタ上に、2)多ビット入出力信号の連合学習アルゴリズムを実装し、3)シナプス重み変調に対応する酸素空孔分布のトポロジーとキャリア伝導メカニズムを実験・理論の両面から評価する。従来の1ビット信号連合学習の限界を打破し、2次元画像、3次元形態、時空間パターン、音声会話等の多種多様な信号に対する連合学習への機能拡充を導く。