Оценка точности работы искусственных нейронных сетей на базе мемристоров с применением моделей на основе данных

  • Илья Алекссевич Борданов Муромский институт (филиал) ФГБОУ ВО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых»
  • Сергей Андреевич Щаников Муромский институт (филиал) ФГБОУ ВО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых»

Аннотация

Искусственные нейронные сети (ИНС) в настоящее время используются для решения различных задач, таких как обработка естественного языка, распознавание изображений, классификация объектов и т.д. Аппаратная аналоговая реализация искусственных нейронных сетей на базе мемристивных устройств (ИНСМ) имеет ряд преимуществ, таких как более низкое энергопотребление, высокая производительность и т.д., по сравнению с исполнением на архитектуре фон Неймана. Однако, помимо явных преимуществ, у такой реализации есть и недостатки, связанные с вариациями сопротивлений мемристивных устройств, которые могут приводить к снижению качества функционирования ИНСМ. В данной работе предложен подход к оценке точности функционирования ИНСМ с учётом влияния вариаций сопротивлений мемристивных устройств с использованием моделей на основе данных.

Биографии авторов

##submission.authorWithAffiliation##

инженер-исследователь лаборатории разработки систем искусственного интеллекта, Муромский институт (филиал) ФГБОУ ВО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых».

##submission.authorWithAffiliation##

кандидат технических наук, доцент, научный руководитель лаборатории разработки систем искусственного интеллекта, Муромский институт (филиал) ФГБОУ ВО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых».

Опубликована
2024-07-13
Как цитировать
БОРДАНОВ, Илья Алекссевич; ЩАНИКОВ, Сергей Андреевич. Оценка точности работы искусственных нейронных сетей на базе мемристоров с применением моделей на основе данных. Радиотехнические и телекоммуникационные системы, [S.l.], n. 2, p. 59-68, июль 2024. ISSN 2221-2574. Доступно на: <https://rts-md.mivlgu.ru/jornalRTS/article/view/466>. Дата доступа: 21 дек. 2024
Раздел
Нейронные сети и интеллектуальные системы