| 研究課題/領域番号 |
24K21620
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分21:電気電子工学およびその関連分野
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
酒井 朗 大阪大学, 大学院基礎工学研究科, 教授 (20314031)
|
|---|
| 研究期間 (年度) |
2024-06-28 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2025年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2024年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
|
|---|
| キーワード | 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 |
|---|
| 研究開始時の研究の概要 |
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。
|
