| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2016-12-12 16:15 GTO薄膜を用いたプレーナ型シナプスの特性評価 ○生島恵典・梅田鉄馬・松田時宜・木村 睦（龍谷大）  EID2016-27 SDM2016-108 エレソ技報アーカイブへのリンク：EID2016-27 SDM2016-108 |
|
| 抄録 | （和） | ニューラルネットワークとは, 人間の脳を基とした情報処理モデルであり, 盛んに研究されている. しかし, ハードウェアでニューラルネットワークに高度な学習をするためには高集積化させる必要がある. 本研究では, GTO薄膜を用いて, ニューラルネットワークのシナプスを作製した. このシナプスはプレーナ型で, LSI表面への積層を想定している. 修正ヘブ学習則に適用できる劣化特性をもつことがわかった. |
| （英） | Neural networks are information processing models based on the human brain, and they have been activity studied. However, it is necessary to cases the high integration in order to sophisticate leaning neural network hardware. In this study, we fabricated synapses of the neural network using the GTO thin films. The synapses is plannar type, and it is assumed that they are stacked on the LSI surface. It was found that the synapses have a degradation characteristic that can be applied to modify Hebbian leaning rule. |
|
| キーワード | （和） | 酸化物半導体 / シナプス / LSI / ニューラルネットワーク / / / / |
| （英） | Oxide semiconductor / Synapses / LSI / Neural network / / / / | |
| 文献情報 | 信学技報, vol. 116, no. 355, SDM2016-108, pp. 81-84, 2016年12月. | |
| 資料番号 | SDM2016-108 | |
| 発行日 | 2016-12-05 (EID, SDM) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | EID2016-27 SDM2016-108 エレソ技報アーカイブへのリンク：EID2016-27 SDM2016-108 |
|
| 研究会情報 | |
| 研究会 | SDM EID |
| 開催期間 | 2016-12-12 - 2016-12-12 |
| 開催地（和） | 奈良先端科学技術大学院大学 |
| 開催地（英） | NAIST |
| テーマ（和） | シリコン関連材料の作製と評価 |
| テーマ（英） | Fabrication and Evaluation of Silicon Related Materials |
| 講演論文情報の詳細 | |
| 申込み研究会 | SDM |
| 会議コード | 2016-12-SDM-EID |
| 本文の言語 | 日本語 |
| タイトル（和） | GTO薄膜を用いたプレーナ型シナプスの特性評価 |
| サブタイトル（和） | |
| タイトル（英） | Characterization of planar synapses with GTO thin films |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 酸化物半導体 / Oxide semiconductor |
| キーワード(2)（和/英） | シナプス / Synapses |
| キーワード(3)（和/英） | LSI / LSI |
| キーワード(4)（和/英） | ニューラルネットワーク / Neural network |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 生島 恵典 / Keisuke Ikushima / イクシマ ケイスケ |
| 第1著者 所属（和/英） | 龍谷大学 (略称： 龍谷大) Ryukoku University (略称： Ryukoku Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 梅田 鉄馬 / Kenta Umeda / ウメダ ケンタ |
| 第2著者 所属（和/英） | 龍谷大学 (略称： 龍谷大) Ryukoku University (略称： Ryukoku Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 松田 時宜 / Tokiyoshi Matsuda / マツダ トキヨシ |
| 第3著者 所属（和/英） | 龍谷大学 (略称： 龍谷大) Ryukoku University (略称： Ryukoku Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 木村 睦 / Mutsumi Kimura / |
| 第4著者 所属（和/英） | 龍谷大学 (略称： 龍谷大) Ryukoku University (略称： Ryukoku Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2016-12-12 16:15:00 |
| 発表時間 | 15分 |
| 申込先研究会 | SDM |
| 資料番号 | EID2016-27, SDM2016-108 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.354(EID), no.355(SDM) |
| ページ範囲 | pp.81-84 |
| ページ数 | 4 |
| 発行日 | 2016-12-05 (EID, SDM) |
[研究会発表申込システムのトップページに戻る]