게시 및 게시 날짜 : 2017/07/27

spintronics와 성공적으로 인식 된 연설을 사용하여 온라인 바카라 뉴런을 개발했습니다

-스핀 토크 오실레이터를 사용한 신경성 컴퓨팅-

포인트

  • 나노 미터 크기의 스핀 토크 오실레이터를 사용한 고안 온라인 바카라 뉴런
  • 발진기 사용, 연설은 996%의 정답 속도로 인식됩니다
  • 온라인 바카라 지능에 적용하기를 바랍니다


요약

고급 산업 과학 기술 연구소 [Nakabachi Ryoji 의장 (온라인 바카라) "(이하"온라인 바카라 "로 언급 됨) Spintronics Research Center [Yuasa Shinji 회장] 금속 스핀 트로 닉스 팀 Tsuneki Sumito Researcher, Yakushiji Kei 연구원, Kubota Hito 연구원, 쿠 보타 히토타 (Kubota Hito) 연구원 Akio 및 기타 사람들은 프랑스 파리, 파리의 Saclée University 및 NIST (National Institute of Standards)와 협력했습니다스핀 토크 오실레이터 (STO)뉴런를 고안했다 그리고 그 원칙을 보여주었습니다

인간 뇌의 뉴런 및 시냅스에 의한 정보 처리의 모방Neuromorphic Computing뇌가 전문화하는 인식 및 학습과 같은 거대한, 모호하며 불완전한 정보의 처리를 신속하게 실행할 수있을 것으로 예상됩니다 우리는 나노 미터 크기의 스핀 토크 발진기를 온라인 바카라 뉴런으로 사용하는 신경성 회로에 대한 음성 인식 시스템을 개발했습니다 이것은 나노 미터 크기의 온라인 바카라 뉴런을 사용한 세계 최초의 음성 인식이며,이 시스템은 정답이 996%인 인간이 말한 "0"~ "9"라는 단어를 인식 할 수있었습니다 이것은 더 크고 더 복잡한 광학 시스템입니다저수지 컴퓨터와 같습니다 이번에 개발 된 온라인 바카라 뉴런은 신경 형성 컴퓨팅 및 온라인 바카라 지능의 연구 개발을 촉진 할 것으로 예상됩니다

이 성과에 대한 세부 정보는 7 월 27 일 (현지 시간) 영국 Academic Journal에서 확인할 수 있습니다자연의 온라인 버전이 출시됩니다

스핀 토크 오실레이터 (왼쪽) 및 음성 인식 성공률 (오른쪽) 다이어그램을 사용한 온라인 바카라 뉴런의 회로도
스핀 토크 오실레이터 (왼쪽) 및 음성 인식 성공률 (오른쪽)을 사용한 온라인 바카라 뉴런의 회로도


개발의 사회적 배경

최근 몇 년 동안 "Truenorth"로 대표되는 온라인 바카라 지능 칩에 대한 연구가 적극적으로 수행되었습니다 이 칩에는 인간 뇌에서 정보 처리를 모방하는 신경계 시스템이 있습니다 이 시스템에는 뇌의 정보 전송 및 기억 기능을 담당하는 것으로 생각되는 뉴런이 포함됩니다Synapse온라인 바카라 요소로 대체되었으며 뇌를 더욱 이해하고 음성 및 패턴 인식의 효율성과 속도를 향상시키는 것을 목표로합니다 기존의 컴퓨터를 사용하는 이러한 프로세스에서 에너지 소비는 인간 뇌보다 10,000 배 더 효율적이며 문제는 산술 회로가 커진다는 것입니다 이 문제를 해결하기 위해 다양한뉴런 칩의 연구 및 개발 진행 중입니다 매우 효율적이고 초소형 온라인 바카라 뉴런과 온라인 바카라 시냅스는 인간 뇌를 모방하는 신경계 시스템을 개선하는 데 필수적입니다

연구 기록

온라인 바카라는 비 휘발성 자기 메모리 STT-MRAM의 개발에 경작 된 박막 재료 기술과 비 변형성 자기 메모리 개발에서 재배 한 미세 요소 제작 기술을 적용하여 스핀 토크 진동 장치에 대한 실질적인 연구를 수행하고 있습니다 스핀 토크 진동 요소는 비선형 성이 높은 초소형 진동 요소입니다 또한, 요소 치수가 약 10 나노 미터로 감소되면, 약 1 마이크로이트의 작은 입력 신호로 작동하여 저전력 소비 및 고효율 진동 요소가 발생합니다 온라인 바카라는 스핀 토크 오실레이터 요소의 연구 및 개발에서 세계 최고의 결과를 달성했습니다 (2008 년 8 월 28 일,2014 년 1 월 8 일,2015 년 12 월 14 일,2016 년 12 월 16 일에 온라인 바카라 언론의 애니메이션)

연구 컨텐츠

스핀 토크 오실레이터는 DC 전류가 통과 될 때 스핀의 공진 세차가 흥분되고 (강자성 공명) AC 전압이 생성되는자가 경계제입니다 (그림 1 (a)) 이 발진기의 출력 전압은 DC 전류의 크기에 따라 달라 지므로 DC 전류 값을 변경하여 출력의 AC 전압 값을 변경할 수 있습니다 (그림 1 (b)) 이 시점에서, AC 전압의 진폭은 즉시 입력의 변화를 따르지 않는다휴식 시간라는 시간 지연에 따라 점차적으로 변경됩니다 또한, AC 전압의 진폭은 현재 값에 비례하지 않습니다비선형10959_11009단기 메모리| 스핀 토크 발진기를 사용하여 매우 효율적이고 초소형 온라인 바카라 뉴런을 상상해보십시오

스핀 토크 오실레이터 요소의 개략도 (A) 및 DC 전류에 대한 AC 전압의 시간 변동도 (B)
그림 1 스핀 토크 오실레이터 요소의 개략도 (a) 및 DC 전류에 대한 AC 전압의 시간 변화 (b)
(a) 화살표는 자화 방향을 나타냅니다 (b) 스핀 토크 발진기를 통해 흐르는 DC 전류의 크기에 따라 출력의 AC 전압 (봉투)의 크기가 비선형으로 변한다 또한, 입력에서 DC 전류의 갑작스런 변화에 응답하여, 출력에서 AC 전압의 봉투는 이완 시간과 함께 따른다

이 온라인 바카라 뉴런을 사용하여, 저수지 컴퓨터의 개념을 사용하여 신경계 시스템을 구성했습니다 이 시스템을 사용하여, 우리는 인간의 숫자 "0"~ "9"(영어)의 연설을 인식하기위한 실험을 수행했습니다 무화과 2 (a)는 오디오 신호 "1"을 보여줍니다 오디오 신호는 입력 신호를 형성하기 위해 전처리 (필터링 및 마스킹)입니다 (그림 2 (b)) 이 신호가 스핀 토크 발진기로 구성된 온라인 바카라 뉴런 회로에 입력 될 때,도 1에 도시 된 출력 전압 2 (c)가 얻어졌다 스핀 토크 발진기의 완화 시간 및 비선형 성으로 인해 그림 2 (b)와 2 (c)의 파형 사이에서 변화가 발생합니다

학습 및 인식에 사용되는 음성 데이터는 하나의 데이터 세트로 5 개의 스피커로 구성된 "0"에서 "9"로 구성되었습니다 발화가 다른 10 개의 데이터 세트가 준비되었고, N 데이터 세트는 학습에 사용되었고 (10-n) 시간을 인식하는 데 사용되었습니다 그림 2 (d)는 학습 수에 대한 언어 인식의 성공률의 의존성을 보여줍니다 여기서 "발진기 없음"은 입력 신호를 직접 적용합니다 (그림 2 (b))음성 인식 프로그램로 처리 할 때 "오실레이터 요소가있는"은 동일한 음성 인식 프로그램을 사용하여 온라인 바카라 뉴런의 출력 신호가 처리되는 경우를 나타냅니다 발진기 요소로 구성된 온라인 바카라 뉴런 회로를 사용함으로써 학습 시간이 적더라도 음성 인식의 성공률이 크게 향상되었습니다 정답 속도는 최대 996%였으며 나노 미터 크기의 온라인 바카라 뉴런의 사용에도 불구하고 정답 속도는 더 크고 더 복잡한 광학 저수지 컴퓨터와 비슷했습니다

그림 2 오디오 신호 (a) 발언 "1"(영어), 전처리 오디오 신호 (b)가있는 스핀 토크 오실레이터 요소에 대한 입력 신호, 스핀 토크 발진기 요소 (c)의 출력 신호, 음성 인식 성공률의 종속성 (d)
(au 수량의 비율을 나타내는 데 사용되는 상대 물리적 단위입니다)

미래 계획

우리는 온라인 바카라 뉴런을 새로 개발 된 온라인 바카라 뉴런에 연결하여 빅 데이터의 실시간 정보 처리를 실현하는 것을 목표로하는 고급 신경성 시스템을 개발했습니다



터미널 설명

◆ 스핀 토크 진동 요소 (STO)
전자의 특성 (스핀)으로 인해 DC 전류가 나노 미터 크기의 자력 장애 요소를 통과 할 때, 요소에 함유 된 강자성 재료의 스핀은 공명 전파 (강자성 공명)를 유발하여 요소 전체에 교대하는 전압을 유발합니다 반도체 장치와 달리 스핀 토크 오실레이터 요소는 공진기 또는 회로를 사용하지 않고 주파수를 증가시키지 않고 전자 레인지 밴드에서 교대 전류 신호를 직접 생성 할 수 있습니다 영어 단어 "스핀 토크 오실레이터"의 약어 인 STO라고도합니다[참조로 돌아 가기]
◆ Neuron
정보는 신경망을 통해 전송되며 기존 컴퓨터에서 사용되는 계산 처리가 수행됩니다 일반적으로 펄스와 같은 비선형 신호가 생성됩니다[참조로 돌아 가기]
◆ Neuromorphic Computing
인간 뇌의 신경망을 모방하는 컴퓨터 이 컴퓨터는 일반적으로 정보 전송의 기원과 각 뉴런을 연결하는 시냅스를 형성하는 뉴런으로 구성됩니다 신경망이라고도합니다 기존의 컴퓨터와 비교할 때 전력 소비가 낮아 인식 문제를 해결할 수 있습니다[참조로 돌아 가기]
◆ 저수지 컴퓨터
신경망의 유형 전형적인 신경망에서 시냅스는 문제의 응답 속도를 향상 시키도록 조정 (학습)됩니다 또한 이미지 인식과 같은 크고 복잡한 문제를 해결할 때 다층 신경망이 사용되며 시냅스의 수도 엄청납니다 각 레벨에서 가능한이 많은 양의 시냅스를 조정하기 위해 노력하는 것은 회로 설계에 큰 부담이 될 것입니다 반면에 저수지 컴퓨터는 출력 층 이외의 시냅스를 교육하지 않고 최종 단계에서 시냅스 만 교육합니다 이것은 회로 제어를 매우 간단하게 만듭니다 또한, 뉴런 사이의 무작위 접합을 포함하기 때문에 회로 설계에서 주요 이점 인 회로 제어가 복잡한 회로 제어 할 필요가 없습니다 일반적인 예에는 레이저와 같은 광학 시스템 변환기를 사용한 광학 저장소 컴퓨터가 포함됩니다[참조로 돌아 가기]
◆ Synapse
각 뉴런을 신경망과 연결하고 하나의 뉴런에서 다음 뉴런으로의 영향을 결정하십시오 현재 적극적으로 연구되고있는 기계 학습은 신경 형성 컴퓨터에서 시냅스 조정을 나타냅니다[참조로 돌아 가기]
◆ 뉴런 칩
온라인 바카라적으로 생성 된 뉴런과 시냅스를 사용하여 인간 뇌의 신경 회로를 모방하는 칩[참조로 돌아 가기]
◆ 휴식 시간
한 상태에서 다른 상태로 전환하는 데 걸리는 시간[참조로 돌아 가기]
◆ 비선형
비례 관계와 같은 선형 방정식으로 표현할 수없는 속성[참조로 돌아 가기]
◆ 단기 메모리
비교적 짧은 기간 동안 유지되는 메모리 교착 상태가되지 않으므로 시간이 지남에 따라 정보가 사라집니다[참조로 돌아 가기]
◆ 음성 인식 프로그램
여기서 음성 인식 프로그램은 "1"-"9"를 "1"-"9"범주로 분류하는 프로그램을 나타냅니다 구체적으로,도 2 (b) 및 2 (c)에 도시 된 시계열 신호 데이터를 입력으로 사용하여, 이전에 훈련 된 신호 시퀀스 "1"~ "9"중 가장 가까운 지 결정하기 위해 계산된다[참조로 돌아 가기]


관련 기사


문의

연락처 양식