Publication

Non-volatile memory as hardware synapse in neuromorphic computing: A first look at reliability issues

Irem Boybat Kara
2015
Conference Papers

Résumé

A large-scale artificial neural network, a three-layer perceptron, is implemented using two phase-change memory (PCM) devices to encode the weight of each of 164,885 synapses. The PCM conductances are programmed using a crossbar-compatible pulse scheme, and the network is trained to recognize a 5000-example subset of the MNIST handwritten digit database, achieving 82.2% accuracy during training and 82.9% generalization accuracy on unseen test examples. A simulation of the network performance is developed that incorporates a statistical model of the PCM response, allowing quantitative estimation of the tolerance of the network to device variation, defects, and conductance response.

Source officielle

https://infoscience.epfl.ch/entities/publication/5aba9fca-8bc4-4dc8-94da-8ca817d85c13

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Irem Boybat Kara
2015
Conference Papers

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/5aba9fca-8bc4-4dc8-94da-8ca817d85c13

À propos de ce résultat

Concepts associés (32)

Mémoire non volatile

Une mémoire non volatile est une mémoire informatique qui conserve ses données en l'absence d'alimentation électrique. On distingue plusieurs types de mémoires non volatiles : les mémoires à base de papier, par exemple les rubans perforés et les cartes perforées ; les mémoires à base de semi-conducteurs, par exemple les mémoires mortes (ROM) et les mémoires RAM non volatiles (NVRAM) ; les mémoires utilisant un support magnétique, par exemple les disquettes (floppy disks) et les disques durs (hard disks) ; les mémoires utilisant une surface réfléchissante lue par un laser, par exemple les CD et les DVD.

Perceptron multicouche

En intelligence artificielle, plus précisément en apprentissage automatique, le perceptron multicouche (multilayer perceptron MLP en anglais) est un type de réseau neuronal artificiel organisé en plusieurs couches. Un perceptron multicouche possède au moins trois couches : une couche d'entrée, au moins une couche cachée, et une couche de sortie. Chaque couche est constituée d'un nombre (potentiellement différent) de neurones. L'information circule de la couche d'entrée vers la couche de sortie uniquement : il s'agit donc d'un réseau à propagation directe (feedforward).

Réseau de neurones artificiels

Un réseau de neurones artificiels, ou réseau neuronal artificiel, est un système dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques, et qui par la suite s'est rapproché des méthodes statistiques. Les réseaux de neurones sont généralement optimisés par des méthodes d'apprentissage de type probabiliste, en particulier bayésien.

Afficher plus

Publications associées (32)

Afficher plus

Non-volatile memory as hardware synapse in neuromorphic computing: A first look at reliability issues

Chattez avec Graph Search

Deep Learning Theory Through the Lens of Diagonal Linear Networks

Random matrix methods for high-dimensional machine learning models

Biologically Inspired Spiking Neural Networks for Speech Recognition