基于忆阻器的神经网络芯片内学习：评估设备变化、导电误差和输入噪声下的准确性和效率

BriefGPT - AI 论文速递 · 2024-08-26T00:00:00Z

本研究提出了一个综合的深度神经网络设计框架，利用memristive和memcapacitive交叉阵列在低功耗机器学习加速器中应用。实验结果表明，使用memristive和memcapacitive交叉阵列的训练准确率分别达到90.02%和91.03%。研究还引入了一种新方法，使用运算跨导放大器和电容器模拟meminductor设备，实现了可调节的行为。该研究为高效和高性能的机器学习应用提供了先进的硬件解决方案。