| 講演抄録/キーワード |
| 講演名 |
2020-01-28 14:00
[招待講演]Hf1-xZrxO2強誘電体トンネル接合を用いた強化学習 ~ ばらつき制御による性能向上 ~ ○太田健介・山口まりな(キオクシア)・ラドゥ ベルダン・丸亀孝生・西 義史(東芝)・松尾和展・高橋恒太・神谷優太・宮野信治・出口 淳・藤井章輔・齋藤真澄(キオクシア) SDM2019-84 |
| 抄録 |
(和) |
Hf1-xZrxO2を用いた強誘電体トンネル接合において、メモリ内演算による強化学習性能を最大化するための構造及び組成について調べた。 |
| (英) |
We develop strategies to maximize the performance and reliability of in-memory reinforcement learning with Hf1-xZrxO2 ferroelectric tunnel junction by structural and material engineering. |
| キーワード |
(和) |
強誘電体 / メモリ / 強化学習 / / / / / |
| (英) |
Ferroelectric tunnel junction / Memory / Reinforcement learning / / / / / |
| 文献情報 |
信学技報, vol. 119, no. 397, SDM2019-84, pp. 9-9, 2020年1月. |
| 資料番号 |
SDM2019-84 |
| 発行日 |
2020-01-21 (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 |
SDM2019-84 |