Web of Science: 9 cites, Scopus: 12 cites, Google Scholar: cites,
Self-organizing neural networks based on OxRAM devices under a fully unsupervised training scheme
Pedro, Marta (Universitat Autònoma de Barcelona. Departament d'Enginyeria Electrònica)
Martin Martinez, Javier (Universitat Autònoma de Barcelona. Departament d'Enginyeria Electrònica)
Maestro Izquierdo, Marcos (Institut de Microelectrònica de Barcelona)
Rodríguez Martínez, Rosana (Universitat Autònoma de Barcelona. Departament d'Enginyeria Electrònica)
Nafría i Maqueda, Montserrat (Universitat Autònoma de Barcelona. Departament d'Enginyeria Electrònica)

Data: 2019
Resum: A fully-unsupervised learning algorithm for reaching self-organization in neuromorphic architectures is provided in this work. We experimentally demonstrate spike-timing dependent plasticity (STDP) in Oxide-based Resistive Random Access Memory (OxRAM) devices, and propose a set of waveforms in order to induce symmetric conductivity changes. An empirical model is used to describe the observed plasticity. A neuromorphic system based on the tested devices is simulated, where the developed learning algorithm is tested, involving STDP as the local learning rule. The design of the system and learning scheme permits to concatenate multiple neuromorphic layers, where autonomous hierarchical computing can be performed.
Ajuts: Ministerio de Economía y Competitividad TEC2017-84321-C4-1-R
Ministerio de Economía y Competitividad TEC2016-75151-C3-1-R
Ministerio de Ciencia e Innovación PCI2018-093107
European Commission 783176
Drets: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original. Creative Commons
Llengua: Anglès
Document: Article ; recerca ; Versió publicada
Publicat a: Materials, Vol. 12, Issue 21 (November 2019) , art. 3482, ISSN 1996-1944

DOI: 10.3390/ma12213482
PMID: 31653029


18 p, 5.3 MB

El registre apareix a les col·leccions:
Articles > Articles de recerca
Articles > Articles publicats

 Registre creat el 2019-12-11, darrera modificació el 2023-01-15



   Favorit i Compartir