Implementazione hardware di reti neurali spiking bio-realistiche basate su memristore

Nella realizzazione di sistemi VLSI atti a mimare le funzionalità delle reti neurali biologiche l'obiettivo principale è quello di ottenere buone performance nei seguenti aspetti:

1. bio-plausibilità del comportamento del neurone;

2. compattezza e versatilità delle sinapsi.

In relazione al primo punto, la letteratura recente mostra che il meccanismo di “spike latency” ha un ruolo chiave nella rappresentazione della informazione a livello neuronale. Per questo motivo, in lavori precedenti il gruppo si è focalizzato su un modello di neurone che tenesse conto di questa caratteristica, ed oggi presenta un prototipo PSpice per l’implementazione analogica di tale modello. Tale implementazione fa uso di una tecnologia CMOS 90nm 6 Metal Copper, low-K. Il circuito risultante mostra una ottima corrispondenza con il relativo modello matematico, ed è al contempo caratterizzato da una bassa complessità.

In relazione al secondo punto, la rete implementa sinapsi basate su memristore, caratterizzate da un originale circuito di pilotaggio che permette la modulazione della conduttanza in base alla attività della rete, che ha la caratteristica di non essere soggetto a vincoli sulle forme d'onda che transitano sulla rete (ad esempio, spike, burst, etc.). Tale sinapsi può quindi essere guidata da stimoli di forma arbitraria, e mimare il meccanismo della spike timing dependent plasticity (STDP).

 

Per questa area di ricerca il gruppo ELTLAB collabora con il gruppo DSPVLSI dello stesso Dipartimento.

 

LISTA DELLE PUBBLICAZIONI 

CONFERENCE PAPERS  

Resistive Switching Behaviour In ZnO-rGO composite thin film

Gaurav Mani Khanal, Simone Acciarito, Gian Carlo Cardarilli, A. Chakraborty, Luca Di Nunzio, Rocco Fazzolari, Alessandro Cristini, Gianluca Susi, Marco Re

2017 Lecture Notes in Electrical Engineering: Applications in Electronics Pervading Industry, Environment and Society,  FORTHCOMING. Publisher: Springer International Publishing 

 

An aVLSI driving circuit for memristor-based STDP 

Simone Acciarito, Alessandro Cristini, Luca Di Nunzio, Gaurav Mani Khanal, Gianluca Susi

2016 IEEE 12th Conference on PhD Research In Microelectronics and Electronics (PRIME), Lisbon, Portugal, pp. 1-4, ISBN:978-1-5090-0493-5, DOI:10.1109/PRIME.2016.7519503

 

TECHNICAL REPORTS

Implementazione hardware di reti neurali spiking bio-realistiche, basate su memristore

Gian Carlo Cardarilli, Marco Re, Mario Salerno, Gianluca Susi, Alessandro Cristini, Simone Acciarito, Luca Di Nunzio, Rocco Fazzolari

2016 Technical Report ET2016. DOI:10.13140/RG.2.2.14030.87364

 

Hardware implementation of a spiking neuron model based on memristor

Simone Acciarito, Gian Carlo Cardarilli, Alessandro Cristini, Luca Di Nunzio, Rocco Fazzolari, Gaurav Mani Khanal, Marco Re, Gianluca Susi

2016 Technical Report GE2016.