基于随机存储电阻器装置的玻尔兹曼机的设备-电路协同优化的机器学习方法
摘要：实现动态“冷却”的玻尔兹曼机在机器智能和运筹学中具有广泛的应用，可用于求解组合或全局优化问题。然而，从未在单个半导体器件中实现具有“冷却”能力的玻尔兹曼随机元件。在这里，我们展示了一种基于二维材料异质结构的新型记忆电阻器设备概念，使得这一关键的随机元件可以实现在玻尔兹曼机中。模拟退火中的动态冷却效应可以通过具有S型阈值分布的静电偏置来模拟在这种多端口记忆电阻器设备中。我们还展示了一种基于机器学习的方法，在模拟退火中，使用随机记忆电阻器设备进行基于设备电路共同设计的玻尔兹曼机是高效的。可调谐随机记忆电阻器的实验演示结合了基于机器学习的设备电路共优化方法，为具有广泛电子和计算学科应用的随机神经网络的高效硬件实现开辟了道路。
作者：Tong Wu, Huan Zhao, Fanxin Liu, Jing Guo, Han Wang
论文ID：1905.04431
分类：Emerging Technologies
分类简称：cs.ET
提交时间：2019-05-16