[13p-A301-1~7] 不揮発性メモリ技術の最前線 - スピンから相変化型、抵抗変化型、強誘電体まで本音で議論

[13p-A301-4] FeFETを用いたニューロモルフィック・コンピューティング

〇竹内 健¹ (1.中央大学)

キーワード：強誘電体、ニューラルネットワーク、機械学習

FeFETを用いたニューロモルフィック回路について講演する。FeFETのようなトランジスタタイプのメモリ素子は、PRAM/MRAM等の抵抗変化型のメモリ素子に比べ、読み出し時のダイナミックレンジ（オン・オフ比）が大きいという利点がある。その結果、ニューロモルフィック回路において、ニューラルネットワークの重みを記憶する場合にも、より多くの値を記憶できることが期待される。本講演ではFeFETを用いたニューラルネットワークの動作原理や回路動作方式、抵抗変化型素子に比べた利害得失について講演する。