| 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 | 2020-12-02 11:55 STDP学習側を用いた酸化物半導体薄膜シナプス素子の検討 ○片桐徹也・山川大樹・谷内田健太・森垣和樹・木村 睦（龍谷大）  EID2020-6 SDM2020-40 |
|
| 抄録 | （和） | ニューロモルフィックハードウェアは現在のノイマン型コンピュータ上で実行される人工知能（Artificial Intelligence; AI）が抱える消費電力やロバスト性の問題を持たない低消費電力で高性能なハードウェアとして期待されている。先行研究においては酸化物半導体であるアモルファス In-Ga-Zn-O(a-IGZO)をシナプス素子として用いたデバイスによる文字認識学習に成功した。本研究ではさらなる低消費電力化、高性能化を目指し、生物学的シナプスのスパイクタイミング依存可塑性 (Spike Timing Dependent Plasticity; STDP)を用いたスパイキングニューラルネットワーク(Spiking Neural Network; SNN)のシナプス素子にa-IGZOが使用可能であるか検討を行った。 |
| （英） | Neuromorphic hardware is expected as low power consumption and high performance hardware that does not have the power consumption and robustness problems of artificial intelligence running on current von Neumann computers. In previous research, we succeeded in character recognition learning using a device that uses amorphous In-Ga-Zn-O(a-IGZO), which is an oxide semiconductor, as a synaptic element. In this study, we investigated whether a-IGZO can be used as a synaptic element in a spiking neural network(SNN) that using spike timing-dependent plasticity (STDP) with the aim of further reducing power consumption and improving performance. |
|
| キーワード | （和） | Neural Network / Neuromorphic / Synapse / Spike Timing Dependent Plasticity / IGZO / / / |
| （英） | Neural Network / Neuromorphic / Synapse / Spike Timing Dependent Plasticity / IGZO / / / | |
| 文献情報 | 信学技報, vol. 120, no. 272, EID2020-6, pp. 21-24, 2020年12月. | |
| 資料番号 | EID2020-6 | |
| 発行日 | 2020-11-25 (EID, SDM) | |
| ISSN | 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 | EID2020-6 SDM2020-40 |
|
| 研究会情報 | |
| 研究会 | EID SDM ITE-IDY |
| 開催期間 | 2020-12-02 - 2020-12-02 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | シリコン関連材料の作製と評価およびディスプレイ技術 / 半導体材料プロセス・デバイス研究会 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | EID |
| 会議コード | 2020-12-EID-SDM-IDY |
| 本文の言語 | 日本語 |
| タイトル（和） | STDP学習側を用いた酸化物半導体薄膜シナプス素子の検討 |
| サブタイトル（和） | |
| タイトル（英） | Investigation of oxide semiconductor thin film synapse using STDP learning method |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Neural Network / Neural Network |
| キーワード(2)（和/英） | Neuromorphic / Neuromorphic |
| キーワード(3)（和/英） | Synapse / Synapse |
| キーワード(4)（和/英） | Spike Timing Dependent Plasticity / Spike Timing Dependent Plasticity |
| キーワード(5)（和/英） | IGZO / IGZO |
| 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） | 片桐 徹也 / Tetsuya Katagiri / カタギリ テツヤ |
| 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） | 山川 大樹 / Daiki Yamakawa / ヤマカワ ダイキ |
| 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） | 谷内田 健太 / Kenta Yatida / ヤチダ ケンタ |
| 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） | 森垣 和樹 / Kazuki Morigaki / モリガキ カズキ |
| 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） | 木村 睦 / Mutsumi Kimura / キムラ ムツミ |
| 第5著者 所属（和/英） | 龍谷大学 (略称： 龍谷大) Ryukoku University (略称： Ryukoku Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-12-02 11:55:00 |
| 発表時間 | 15分 |
| 申込先研究会 | EID |
| 資料番号 | EID2020-6, SDM2020-40 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.272(EID), no.273(SDM) |
| ページ範囲 | pp.21-24 |
| ページ数 | 4 |
| 発行日 | 2020-11-25 (EID, SDM) |
[研究会発表申込システムのトップページに戻る]