Генерация нового знания в нейросети на основе массива мемристорных синапсов в запоминающей матрице биоморфного нейропроцессора и принципы увеличения быстродействия и энергоэффективности обработки информации на специализированном устройстве по сравнению с существующими вычислительными средствами

Объект работы – фундаментальное исследование по расширению функциональности запоминающей матрицы биоморфного нейропроцессора и наряду с ранее исследованными основными функциями (хранения информации, взвешивания и суммирования сигналов) реализовать одновременно выполняющуюся функцию ассоциативного самообучения. Цель исследования – реализация ассоциативного самообучения и генерация нового знания в импульсной аппаратной нейросети с запоминающей матрицей на основе комбинированного мемристорно-диодного кроссбара в качестве синапсов, обладающей высокой интеграцией элементов, быстродействием и энергоэффективностью. Создан универсальный измерительный стенд для тестирования запоминающих матриц, отличающихся топологией, размером (количеством ячеек), материалами мемристоров и диодов. В результате численного моделирования в программе SPICE методом аналоговых вычислений и экспериментального исследования работы запоминающей матрицы в составе аппаратной нейросети получены данные об увеличении проводимости мемристоров в запоминающей матрице в виде карт проводимостей мемристоров и данные об активации нейронов до и после обучения, которые являются доказательством возникновения новой ассоциации. Изготовленный и протестированный лабораторный образец импульсной аппаратной нейросети на основе запоминающей матрицы может послужить прототипом для изготовления в промышленных условиях аппаратных нейросетей, включающих большие мемристорные диодов. Полученные результаты имеют существенное значение для разработки и производства отечественных изделий микро- и наноэлектроники в области информационных технологий, связанной с созданием нейроморфных устройств.