核心概念
산소 공공 조절을 통해 VO2 기반 뉴런 소자를 저전압 구동 및 고속 동작이 가능하게 하였으며, 이를 활용한 스파이킹 신경망 구축으로 우수한 이미지 인식 성능을 달성하였다.
摘要
본 연구에서는 산소 공공 농도를 조절하여 VO2 박막(VO2-x)을 제작하고, 이를 활용한 뉴런 소자를 개발하였다. 산소 공공 도입을 통해 VO2-x 기반 뉴런 소자의 구동 전압을 낮추고 동작 속도를 높일 수 있었다. 이러한 VO2-x 뉴런을 이용하여 스파이킹 신경망(SNN)을 구축하고, MNIST 데이터셋으로 학습시킨 결과 90% 이상의 높은 이미지 인식 정확도를 달성하였다. 이를 통해 산소 공공 조절이 VO2 기반 신경형 컴퓨팅 시스템 성능 향상에 효과적임을 확인하였다.
統計資料
VO2-x 박막의 산소 공공 농도가 증가할수록 상온 저항이 감소한다.
VO2-x 기반 뉴런 소자의 구동 전압이 6.5V에서 1.75V로 감소한다.
VO2-x 기반 뉴런 소자의 동작 주파수는 구동 전압 증가에 따라 크게 향상된다.
VO2-x 기반 뉴런 소자의 전력 소모가 크게 감소한다.
引述
"산소 공공 도입을 통해 VO2-x 기반 뉴런 소자의 구동 전압을 낮추고 동작 속도를 높일 수 있었다."
"VO2-x 뉴런을 이용하여 구축한 스파이킹 신경망이 MNIST 데이터셋으로 학습 결과 90% 이상의 높은 이미지 인식 정확도를 달성하였다."
"산소 공공 조절이 VO2 기반 신경형 컴퓨팅 시스템 성능 향상에 효과적임을 확인하였다."