Memristif sinaptik devreler için uyarlanabilir parçalı lineer yaklaşım
Adaptive piecewise linear characteristic approach for memristive synaptic circuits
- Tez No: 888717
- 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: 2024
- Dil: Türkçe
- 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: 61
Özet
Yapay zeka tabanlı sistemler ve sinaptik devreler son yıllarda bir çok araştırmacı için ilgi çekici bir konu haline gelmiştir. Yüksek işlem gücü gerektiren bu sistemlerin gelişmesiyle beraber yazılımsal olarak gerçekleştirilmesi hem zaman hem de işlem maliyeti açısından oldukça zorlayıcı olmaya başlamıştır. Bu zorlukların etkisiye bu sistemlerin donanımsal olarak gerçeklenmesi ihtiyacı ortaya çıkmıştır. Sinaptik devrelerin donanımsal olarak gerçeklenmesiyle beraber güç tüketimi ve işlem maliyetinde düşüş, işlem kapasitesinde ise bir artış beklenmektedir. Sinaptik devrelerde duyulan hafızalı eleman ihtiyacı için literatürde farklı çözümler mevcuttur. Memristör elemanı bu ihtiyaç için sıklıkla kullanılmakta olan bir pasif devre elemanıdır. Memristör elemanı ile gerçekleştirilen sinaptik devreler memristif sinaptik devreler olarak isimlendirilmektedir. Bu çalışmada memristif sinaptik devreler için donanımsal bir yöntem önerilmiştir. Önerilen yöntemde yapay sinir ağının ağırlık parametrelerine denk gelen memristör elemanının memristans değeri kontrol edilerek ağ yapısının yeniden konfigüre edilebilmesi amaçlanmıştır. Önerilen yöntemde memristörün değerini kontrol etmek amacıyla donanımsal bir tasarım gerçekleştirilmiş ve bu tasarım üzerinden gerekli işlemleri yapacak algoritma önerilmiştir. Önerilen yöntemde memristör üzerine sinüzoidal sinyal uygulayarak memristans değerini ölçmek ve darbe sinyali uygulayarak memristansın değerini değiştirmek gibi alt bloklar mevcuttur. Önerilen yöntem memristör emülatörü devresi üzerinde test edilmiş ve elde edilen sonuçlar paylaşılmıştır. Aynı zamanda algoritmik olarak farklı memristör modelleri ile sistem test edilmiş ve sonuçları paylaşılmıştır.
Özet (Çeviri)
Artificial intelligence-based systems and synaptic circuits have become an interesting topic for many researchers in recent years. With the development of these systems, which require high processing power, software implementation has become quite challenging in terms of both time and computational cost. Due to these difficulties, the need for hardware implementation of these systems has emerged. With the hardware implementation of synaptic circuits, a decrease in power consumption and computational cost and an increase in computational capacity are expected. There are different solutions in the literature for the memory element requirement in synaptic circuits. Memristor element is a passive circuit element that is frequently used for this need. Synaptic circuits realized with the memristor element are called memristive synaptic circuits. In this study, a hardware method is proposed for memristive synaptic circuits. In the proposed method, it is aimed to reconfigure the network structure by controlling the memristance value of the memristor element corresponding to the weight parameters of the artificial neural network. In the proposed method, a hardware design is realized to control the value of the memristor and an algorithm is proposed to perform the necessary operations through this design. In the proposed method, there are sub-blocks such as measuring the memristance value by applying a sinusoidal signal on the memristor and changing the memristance value by applying a pulse signal. The proposed method is tested on a memristor emulator circuit and the results are shared. At the same time, the system is algorithmically tested with different memristor models and the results are shared.
Benzer Tezler
- Metal-yalıtkan-metal yapısındaki metal oksit tabanlı memristif yapıların direnç -anahtarlama özelliklerinin aydınlatılması
Investigation of the resistive switching properties of metal oxide based memristive structures in metal-insulator-metal structure
GÖKHAN EKİNCİ
Doktora
Türkçe
2024
Fizik ve Fizik MühendisliğiGebze Teknik ÜniversitesiFizik Ana Bilim Dalı
DOÇ. DR. SİNAN KAZAN
- Growth and characterization of single cell tio2 thin film based memristive device
Tek hücreli tio2 ince film tabanlı memristive cihazın büyümesi ve karakterizasyonu
NORA ALI ABDO SALEH AL-JAWFI
Yüksek Lisans
İngilizce
2024
Fizik ve Fizik MühendisliğiGebze Teknik ÜniversitesiFizik Ana Bilim Dalı
DOÇ. DR. SİNAN KAZAN
- WO3 memristör aygıtların geliştirilmesi
Developement of WO3 memristor devices
HALİL İBRAHİM EFKERE
Doktora
Türkçe
2022
Mühendislik BilimleriGazi ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ATEŞ
PROF. DR. SAİME ŞEBNEM AYDIN
- Electron paramagnetic resonance studies on oxygen related defects in memristive system
Memristif sistemde oksijen ile ilgili kusurlar üzerinde elektron paramanyetik rezonans çalışmaları
BÜNYAMİN ÖZKAL
Yüksek Lisans
İngilizce
2019
Fizik ve Fizik MühendisliğiGebze Teknik ÜniversitesiFizik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİNAN KAZAN
PROF. DR. LÜTFİ ARDA
- 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