Memristor based synapse design
Memristör temelli sinaps tasarımı
- Tez No: 815646
- Danışmanlar: DR. ÖĞR. ÜYESİ ZEHRA GÜLRU ÇAM TAŞKIRAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Bilim Dalı
- Sayfa Sayısı: 62
Özet
Yapay sinir ağları günümüze kadar bilgisayarlı görü, doğal dil işleme, ses veya karakter tanıma gibi pek çok uygulamada kullanılmıştır. Ağa verilen bu görevler zorlaştıkça ağın yapısı da karmaşıklaşmakta ve parametreler arttıkça işlem süresi uzamaktadır. Bu sebeple de ağlar donanımsal olarak gerçeklenmeye başlanmıştır. Memristör, uçucu olmayan hafıza özelliği ve tanım bağıntısı gereği ağırlıklı toplam işleminde sağladığı kolaylık sebebiyle sinaps gerçeklemeleri için literatürde en sık kullanılan eleman olarak yer almıştır. Bu çalışmada da memristör temelli, sınıflama amacıyla kullanılacak bir algılayıcı tasarımı oluşturulmuştur. Bu tasarım için oluşturulan ağ çok katmanlı bir yapıya sahiptir. Sınıflandırma için literatürde yaygın olarak kullanılan iris veri seti kullanılmıştır. Giriş katmanı, gizli katman ve çıkış katmanı bulunan ağ geriye yayılımlı öğrenme algoritması ile eğitilmiş ve transfer fonksiyonu olarak eşik fonksiyonu kullanılmıştır. Önerilen devre tasarımı ileri yol ve geri yayılım bloklarından oluşmaktadır. İleri yol bloğu ağırlıklı çarpım işlemini memristör çapraz çubuk dizisi kullanarak, aktivasyon fonksiyonunu ise karşılaştırıcı bloklarını kullanarak tamamen analog olarak gerçeklemektedir. İleri yolda hesaplanan çıkışların hata değerleri bulunarak bu hataların geri yayılımı ile ağın eğitim işlemi gerçekleştirilmiştir. Minimum hata bulunana kadar işleme devam edilerek bu sürecin sonunda gerekli olan ağırlık güncellemeleri analog-dijital hibrit bir devre sayesinde kullanıcı müdahalesine ihtiyaç duyulmadan gerçekleştirilmiş olur. Joglekar ve Wolf memristör modeli ve memristif özellik gösteren bir emülatör devresi ile uygulamalar gerçekleştirilmiştir. Bu sistemlerin istenen ağırlıkları gerçekleyebilecekleri aralık i-v karakteristikleri incelenerek belirlenmiş ve kontrollerinin belirli bir süre uygulanan darbe katarları ile sağlanabileceği gösterilmiştir. Elde edilen karakteristikler incelenerek ağırlık güncellemeleri için gereken memristör aralıkları belirlenmiş ve memristörlere ait hassasiyetler hesaplanmıştır. Tasarlanan analog devrelerin çalışabilirliği PSPICE simülasyonları ile doğrulanmıştır ve MATLAB ile elde edilen algoritmik sonuçlar ile simülasyon sonuçlarının uyumlu olduğu görülmüştür.
Özet (Çeviri)
Artificial neural networks have been used in many applications such as computer vision, natural language processing, voice or character recognition until today. As these tasks given to the network become more difficult, the structure of the network becomes more complex and the processing time increases as the parameters increase. For this reason, networks have started to be implemented as hardware. The memristor is the most frequently used element in the literature for synapse implementations due to its non-volatile memory feature and the convenience it provides in weighted summation process due to its definition relation. In this study, a memristor based perceptron design to be used for classification has been created. The network proposed for this design has a multi-layered structure. The iris data set, which is widely used in the literature, was used for classification. The network with input layer, hidden layer and output layer is trained with backpropagation learning algorithm and the threshold function is used as the transfer function. The proposed circuit design consists of feed forward and backpropagation blocks. The feed forward block performs the weighted multiplication operation using a memristor crossbar array, and the activation function using comparator blocks in a completely analog circuit. By finding the error values of the calculated outputs in the feed forward process, the training process of the network was carried out by backpropagation of these errors. The process is continued until the minimum error is found, and the weight updates required at the end of this process are carried out without the need for user intervention, thanks to an analog-digital hybrid circuit. Applications were made with the Joglekar and Wolf memristor model, and an emulator circuit with memristive properties. The range in which these systems can achieve the desired weights has been determined by examining their i-v characteristics. It has been shown that their control can be achieved with pulse trains applied for a certain period of time. By examining the obtained characteristics, the memristor intervals required for weight updates were determined and the sensitivities of the memristors were calculated. The operability of the designed analog circuits has been verified by PSPICE simulations and it has been seen that the algorithmic results obtained with MATLAB and the simulation results are compatible.
Benzer Tezler
- Computational design and analysis of nanostructured materials for neuromorphic engineering
Neuromorfik mühendislik için nano yapılı malzemelerin hesaplamalı tasarımı ve analizi
AYKUT TURFANDA
Doktora
İngilizce
2024
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiNanobilim ve Nanomühendislik Ana Bilim Dalı
PROF. DR. HİLMİ ÜNLÜ
- Brain dynamics and memory enhancement: Memristor based models
Beyin dinamiği ve bellek güçlendirilmesi: Memristor tabanlı modeller
UFUK YÜCEL
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik Mühendisliğiİzmir Yüksek Teknoloji EnstitüsüElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. FERİT ACAR SAVACI
- CMOS tabanlı memristör okuma devresi tasarımı
Design of CMOS based memristor readout integrated circuits
ŞEYMA SONGÜL ÖZDİLLİ
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DİNÇER GÖKCEN
- Memristif nöromorfik sistem hesaplamaları ve uygulamaları
Memristive neuromorfic system calculations and applications
AHMET YASİN BARAN
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. RECAİ KILIÇ
DR. ÖĞR. ÜYESİ NİMET KORKMAZ
- Platin ve grafen üst elektrotlu titanyum oksit memristörlerin fabrikasyonu
Fabrication of titanium oxide memristors with platinum andgraphene top electrodes
SELİN ONAY
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ITIR KÖYMEN MERAL