현대 디지털 컴퓨터는 인간의 두뇌에 비해 훨씬 더 빠르고 정확하게 논리 및 산술 연산을 수행할 수 있다. 그러나 주변의 환경을 실시간으로 인식하고 학습하는 능력에서 디지털 컴퓨터를 비롯한 인공 시스템은 아직 포유동물의 두뇌 수준엔 미치지 못한다. 지난 수십 년 동안 하드웨어 인공 시스템으로 포유동물 신경망의 기능을 실현하기 위한 연구가 이루어져 왔으며, 이는 ‘뉴로몰픽 (neuromorphic) 공학’ 이란 이름으로 알려져 있다. 최근까지의 연구에서는 주로 개별 단위 블록, 즉 ...
현대 디지털 컴퓨터는 인간의 두뇌에 비해 훨씬 더 빠르고 정확하게 논리 및 산술 연산을 수행할 수 있다. 그러나 주변의 환경을 실시간으로 인식하고 학습하는 능력에서 디지털 컴퓨터를 비롯한 인공 시스템은 아직 포유동물의 두뇌 수준엔 미치지 못한다. 지난 수십 년 동안 하드웨어 인공 시스템으로 포유동물 신경망의 기능을 실현하기 위한 연구가 이루어져 왔으며, 이는 ‘뉴로몰픽 (neuromorphic) 공학’ 이란 이름으로 알려져 있다. 최근까지의 연구에서는 주로 개별 단위 블록, 즉 인공 뉴런과 시냅스를 설계하고 그 단위 블록의 타당성을 평가해왔다. 하지만 지금까지 제안된 시스템들의 대부분은 지나치게 간단한 설계로 인해 생물학적 적합성 및 생물 뉴런∙시냅스의 기본 기능을 구현하지 못하고 있다. 이 논문에서는 생물학적으로 적합한 규칙으로 동작하는 시냅스의 장기 가소성 구현을 위해 두 종류의 인공 시냅스 회로를 제안하였으며, 인공 시냅스 장기 가소성은 양극성 저항 스위치의 비휘발적 저항 변화에 기인하도록 설계되었다. 인공 시냅스 거동의 생물학적 적합성은 다음 항목들에 의거하였다; (i) 제안된 시냅스 회로들은 활동도 의존적 가소성 (activity dependent plasticity, ADP) 과 스파이크 타이밍 의존적 가소성 (spike timing dependent plasticity, STDP) 규칙에 따라 시간 및 주파수 영역에서 정보를 부호화 할 수 있으며, (ii) 상이한 가소성 유도 규칙을 따르기 위해 활동 전위의 모양을 변화시킬 필요가 없고, (iii) 화학적 생물 시냅스처럼 일방향 신호 전달이 가능하며, 유사 푸아송 (Poisson-like) 잡음의 스파이크 조건 하에서도 동작 가능하다. 회로 계산을 활용하여 제안된 인공 시냅스 회로들의 실현 가능성을 입증하였으며, 그 결과는 화학적 생물 시냅스와 비교하여 소개되었다.
현대 디지털 컴퓨터는 인간의 두뇌에 비해 훨씬 더 빠르고 정확하게 논리 및 산술 연산을 수행할 수 있다. 그러나 주변의 환경을 실시간으로 인식하고 학습하는 능력에서 디지털 컴퓨터를 비롯한 인공 시스템은 아직 포유동물의 두뇌 수준엔 미치지 못한다. 지난 수십 년 동안 하드웨어 인공 시스템으로 포유동물 신경망의 기능을 실현하기 위한 연구가 이루어져 왔으며, 이는 ‘뉴로몰픽 (neuromorphic) 공학’ 이란 이름으로 알려져 있다. 최근까지의 연구에서는 주로 개별 단위 블록, 즉 인공 뉴런과 시냅스를 설계하고 그 단위 블록의 타당성을 평가해왔다. 하지만 지금까지 제안된 시스템들의 대부분은 지나치게 간단한 설계로 인해 생물학적 적합성 및 생물 뉴런∙시냅스의 기본 기능을 구현하지 못하고 있다. 이 논문에서는 생물학적으로 적합한 규칙으로 동작하는 시냅스의 장기 가소성 구현을 위해 두 종류의 인공 시냅스 회로를 제안하였으며, 인공 시냅스 장기 가소성은 양극성 저항 스위치의 비휘발적 저항 변화에 기인하도록 설계되었다. 인공 시냅스 거동의 생물학적 적합성은 다음 항목들에 의거하였다; (i) 제안된 시냅스 회로들은 활동도 의존적 가소성 (activity dependent plasticity, ADP) 과 스파이크 타이밍 의존적 가소성 (spike timing dependent plasticity, STDP) 규칙에 따라 시간 및 주파수 영역에서 정보를 부호화 할 수 있으며, (ii) 상이한 가소성 유도 규칙을 따르기 위해 활동 전위의 모양을 변화시킬 필요가 없고, (iii) 화학적 생물 시냅스처럼 일방향 신호 전달이 가능하며, 유사 푸아송 (Poisson-like) 잡음의 스파이크 조건 하에서도 동작 가능하다. 회로 계산을 활용하여 제안된 인공 시냅스 회로들의 실현 가능성을 입증하였으며, 그 결과는 화학적 생물 시냅스와 비교하여 소개되었다.
Contemporary digital computers are much faster and more reliable in performing logical and arithmetical operations than human brains, however, when it comes to conducting “real-world” tasks, such as environment recognition or learning, mammalian brains still have no match among artificial systems. A...
Contemporary digital computers are much faster and more reliable in performing logical and arithmetical operations than human brains, however, when it comes to conducting “real-world” tasks, such as environment recognition or learning, mammalian brains still have no match among artificial systems. As a result, in the past decades there has been an increased interest in realizing neural network functionality in hardware, which is referred to as neuromorphic engineering. Currently researches mainly focus on designing separate functional blocks, i.e. artificial neurons and synapses, and demonstrating their feasibility. A lot of proposed systems due day, however, still lack biological plausibility and basic functionality which is caused by their rather oversimplified design. This thesis paper proposes two electrical circuit designs for the realization of artificial synapses that exhibits long-term plasticity induced by different protocols. The long-term plasticity of the artificial synapses is attributed to the nonvolatile resistance change of the bipolar resistive switches in the circuits. The resulting synaptic behaviours can be termed as biologically-plausible inasmuch as (i) proposed circuits are capable of encoding information in both time and frequency domains, i.e. operate under activity-dependent plasticity (ADP) and spike-timing-dependent plasticity (STDP) protocols, (ii) the shape of the action potential is not required to vary to implement different plasticity-induction behaviours, and (iii) the behaviors satisfy several essential features of a biological chemical synapse including unidirectional signal transmission and operation in stochastic Poisson-like spike firing conditions. The feasibility of the suggested circuits as artificial synapses is demonstrated by conducting circuit calculations and the calculation results are introduced in comparison with biological chemical synapses.
Contemporary digital computers are much faster and more reliable in performing logical and arithmetical operations than human brains, however, when it comes to conducting “real-world” tasks, such as environment recognition or learning, mammalian brains still have no match among artificial systems. As a result, in the past decades there has been an increased interest in realizing neural network functionality in hardware, which is referred to as neuromorphic engineering. Currently researches mainly focus on designing separate functional blocks, i.e. artificial neurons and synapses, and demonstrating their feasibility. A lot of proposed systems due day, however, still lack biological plausibility and basic functionality which is caused by their rather oversimplified design. This thesis paper proposes two electrical circuit designs for the realization of artificial synapses that exhibits long-term plasticity induced by different protocols. The long-term plasticity of the artificial synapses is attributed to the nonvolatile resistance change of the bipolar resistive switches in the circuits. The resulting synaptic behaviours can be termed as biologically-plausible inasmuch as (i) proposed circuits are capable of encoding information in both time and frequency domains, i.e. operate under activity-dependent plasticity (ADP) and spike-timing-dependent plasticity (STDP) protocols, (ii) the shape of the action potential is not required to vary to implement different plasticity-induction behaviours, and (iii) the behaviors satisfy several essential features of a biological chemical synapse including unidirectional signal transmission and operation in stochastic Poisson-like spike firing conditions. The feasibility of the suggested circuits as artificial synapses is demonstrated by conducting circuit calculations and the calculation results are introduced in comparison with biological chemical synapses.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.