|
|
本文PDFファイルを閲覧するには,ログインする必要があります.
左メニューよりログインして下さい.
|
積層In-Ga-Zn-O薄膜を利用したニューロモルフィックデバイスの知的学習への応用
岩城 江津子 河西 秀典 木村 睦
誌名
電子情報通信学会論文誌 C
Vol.J106-C
No.4
pp.129-136 発行日: 2023/04/01 早期公開日: 2022/12/05 Online ISSN: 1881-0217
DOI: 10.14923/transelej.2022PJP0001 論文種別: 特集論文 (学生論文特集) 専門分野: 集積エレクトロニクス キーワード: ニューロモルフィックデバイス, 薄膜, 酸化物半導体, 積層, AI,
本文: PDF(3.4MB)>>
あらまし:
微細化・積層化が容易な酸化物半導体を用いることで,高集積化を目標としたハードウェアによる大規模な多層ニューロモルフィックデバイスの研究,開発を行った.酸化物半導体にはアモルファスIn-Ga-Zn-O(IGZO)を用い,IGZO薄膜が2層となる3次元構造デバイスの作製を行った.IGZOの電気的特性を,生物のシナプス素子の学習則であるヘブの学習則を応用させた修正ヘブの学習則の,重み付け原理で利用した.また,作製したデバイスでパターン認識学習を行った場合をシミュレーションすることでデバイスが知的学習が可能であるかの確認を行った後,実験を行い,シミュレーションと同様に学習が可能であることを実証した.結果として2文字の文字パターンである0と1の学習に成功し.ニューロモルフィックデバイスとして作製したデバイスが有用であることを示した.
|
|
|
|