[8p-C18-1~8] 13.5 デバイス／集積化技術

[8p-C18-1] 脳型学習LSIのための金属酸化物デバイスのスパイク時間依存可塑性

〇丸亀 孝生¹、市原 玲華¹、野村 久美子¹、安田 心一¹、三谷 祐一郎¹ (1.東芝)

キーワード：メモリスタ、スパイク時間依存可塑性 (STDP)、深層学習

近年、人工知能技術としてディープラーニング（深層学習）が大きく注目され、特に画像認識や音声認識において人間を超える高い認識性能が報告されている。我々は人工知能ハードとして有用な脳型LSI基盤技術構築を目的とし、半導体集積回路へも適用可能なAlO_x/TiO_x２端子素子において、脳の記憶更新原理であるスパイク時間依存可塑性（STDP）現象を抵抗値のアナログ的変化として実験的に観測し、長周期安定性を得る制御方法に関する知見が得られたので報告する。