Browse

Resistive Switching Synaptic Device with High Rectification Ratio and its Impact on Spiking Neural Network
높은 정류비를 갖는 저항변화 시냅스 소자의 제작 및 스파이킹 뉴럴 네트워크에 미치는 영향 분석

DC Field Value Language
dc.contributor.advisor박병국-
dc.contributor.author김채수-
dc.date.accessioned2020-10-13T02:53:51Z-
dc.date.available2020-10-13T02:53:51Z-
dc.date.issued2020-
dc.identifier.other000000162135-
dc.identifier.urihttps://hdl.handle.net/10371/169304-
dc.identifier.urihttp://dcollection.snu.ac.kr/common/orgView/000000162135ko_KR
dc.description학위논문 (석사) -- 서울대학교 대학원 : 공과대학 전기·정보공학부, 2020. 8. 박병국.-
dc.description.abstractThis thesis suggests reverse leakage current problem which can occur when resistive random access memory (RRAM) is integrated as synaptic device with integrate-and-fire (IF) neuron circuit in spiking neural network (SNN). To this issue, self-rectifying RRAM was proposed as a solution. Ni/W/SiNx/n-Si RRAM with different bottom electrode (BE) doping concentration was fabricated and measured. Their DC and rectifying characteristics were analyzed based on the measurement data. Among them, self-rectifying RRAM with lowest BE doping concentration exhibited foremost rectifying characteristics without any additional selector or diode device. Furthermore, hardware-based system level simulation was conducted to evaluate the effect of self-rectifying RRAM synapse on spiking neural network. As a result, total 10.2%p of accuracy increment was obtained in MNIST pattern recognition simulation, utilizing the proposed RRAM.-
dc.description.abstract본 논문에서는 저항변화메모리가 시냅스 소자로서 스파이킹 뉴럴네트워크에 인테그레이트-앤-파이어 뉴런 회로와 집적될 때에 발생하는 역방향 누설 전류 문제에 대해서 제안한다. 또한, 이러한 문제를 해결하기 위해 자가정류기능이 있는 저항변화메모리를 제안 및 제작하였다. 니켈/텅스텐/실리콘나이트라이드/실리콘 의 구조를 가진 자가정류기능의 저항변화메모리를 하부전극의 도핑 농도를 다르게 하여 제작하였고 측정하였다. 측정결과를 바탕으로 소자들의 전압-전류 특성과 정류 특성을 분석한 결과, 제작한 소자들 중 가장 낮은 도핑 농도의 하부전극을 가진 저항변화메모리의 정류비가 가장 큰 것으로 확인하였다. 나아가 제안하는 자가정류기능의 저항변화메모리가 스파이킹 뉴럴 네트워크에 어떤 영향을 미치는지 확인하기 위하여 하드웨어 기반 시스템 레벨 시뮬레이션을 진행하였다. 그 결과, 자기정류기능의 소자를 시냅스로 한 뉴럴 네트워크에서의 MNIST 패턴 인식 시뮬레이션 인식률이 총 10.2%p 증가 하였다. 본 논문에서 제시하는 자가정류 소자는 이후 다양한 뉴로모픽 어플리케이션의 결과를 성공으로 이끌 수 있는 가능성을 지닌다.-
dc.description.tableofcontentsChapter 1. Introduction 1
1.1. Integrate-and-fire Neuron Circuit 3
1.2. Resistive Random Access Memory 5
Chapter 2. Reverse Leakage Current in Neuron Circuit 8
2.1. Reverse Leakage Current 8
Chapter 3. Self-rectifying RRAM 12
3.1. Self-rectifying RRAM 12
3.2. Measurement and Analysis 15
Chapter 4. System Level Evaluation 20
4.1. System Level Evaluation of Self-Rectifying RRAM 20
4.2. Simulation Results 24
Chapter 5. Conclusions 27
References 28
Abstract in Korean 33
-
dc.language.isoeng-
dc.publisher서울대학교 대학원-
dc.subjectResistive random access memory (RRAM)-
dc.subjectsynaptic device-
dc.subjectneuromorphic-
dc.subjectself-rectifying-
dc.subjectsystem level simulation-
dc.subject저항변화메모리 (RRAM)-
dc.subject시냅스 소자-
dc.subject뉴로모픽-
dc.subject자가정류기능-
dc.subject시스템 레벨 시뮬레이션-
dc.subject.ddc621.3-
dc.titleResistive Switching Synaptic Device with High Rectification Ratio and its Impact on Spiking Neural Network-
dc.title.alternative높은 정류비를 갖는 저항변화 시냅스 소자의 제작 및 스파이킹 뉴럴 네트워크에 미치는 영향 분석-
dc.typeThesis-
dc.typeDissertation-
dc.contributor.department공과대학 전기·정보공학부-
dc.description.degreeMaster-
dc.date.awarded2020-08-
dc.identifier.uciI804:11032-000000162135-
dc.identifier.holdings000000000043▲000000000048▲000000162135▲-
Appears in Collections:
College of Engineering/Engineering Practice School (공과대학/대학원)Dept. of Electrical and Computer Engineering (전기·정보공학부)Theses (Master's Degree_전기·정보공학부)
Files in This Item:
  • mendeley

Items in S-Space are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse