2021 Fiscal Year Annual Research Report
次世代人工知能のための海馬機能の集積回路化に向けたナノ構造メモリ素子・回路の研究
| Project/Area Number |
20K21819
|
|---|
| Research Institution | Kyushu Institute of Technology |
|---|
Principal Investigator |
森江 隆 九州工業大学, 大学院生命体工学研究科, 教授 (20294530)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田中 啓文 九州工業大学, 大学院生命体工学研究科, 教授 (90373191)
立野 勝巳 九州工業大学, 大学院生命体工学研究科, 准教授 (00346868)
|
|---|
| Project Period (FY) |
2020-07-30 – 2022-03-31
|
| Keywords | 人工知能ハードウェア / アナログメモリ素子 / 海馬 |
|---|
| Outline of Annual Research Achievements |
(1) 銀/硫化銀シェル構造でのアナログメモリ機能の実現(担当:田中・森江)
脳型モデルの集積回路実装では，ニューラルネットワークの結合荷重を記憶するアナログ抵抗メモリ素子の開発が鍵である.これを実現する材料・素子として銀/硫化銀シェル構造を研究した．SiO2/Si基板上の2電極間にPt/Ag-Ag2Sナノ粒子ネットワーク/Ptデバイスを作製した．生体内のCa2+拡散を模倣したAg+拡散を利用し，電圧掃引時に揮発性の抵抗スイッチング挙動を示した．等間隔パルス（0.1V，5秒）印加時にデバイス電流の急激な上昇と自然な緩和が観察された．また，条件により短期シナプス可塑性や長期シナプス可塑性（LTSP）を呈することを示した．LTSPでは，繰返しパルス印加により，強固なフィラメント形成が可能で，高いコンダクタンス状態を40分間保持できた．また，昨年度に引き続き，リザバー演算への応用も一部研究した．
(2) アナログメモリ素子を適用したCMOS集積回路構成と海馬モデルへの応用検討 (担当:森江・立野)
エピソード記憶機能を実現する脳型モデルとして，場所情報とイベント情報を統合した情報をエピソードとみなし，ガウス関数状の神経活動パケットで表現するモデルについて，デジタルおよびアナログ集積回路実装方式を考案した．また，エピソードの順序関係を記憶するネットワークモデルを開発した．海馬の神経活動パケットをほかの脳部位モデルと結合したネットワークモデルによる経路探索モデルも考案した．さらに，スパイキングニューロンを用いたニューラルネットワークによる場所表現の学習の省力化についても提案した．
|
Research Products
(21 results)
