抵抗変化型メモリをシナプスとして利用したニューラルネット集積回路に関する研究
赤穂 伸雄
2010 年度 卒 ／修士（工学）
修士論文の概要
本研究は、抵抗変化メモリをシナプスデバイスとして応用したアナログニューラルネットワークハードウエアの実現可能性を議論する事を目的に行ったシナプスデバイス設計とニューラルネットワーク設計に関する研究の成果をまとめた物である。
ニューラルネットワークは多数のニューロンとシナプスで構成されているニューラルネットワークの規模を大きくするとシナプスの数が急激に増え、このシナプスをいかに実装するかがニューラルネットワークハードウエアの重要な課題となっている。シナプスはそれぞれ独立した結合強度（ニューロン間を接続する強度）を持ち、この結合強度が変化する事によりニューラルネットワークが学習する。この結合強度を保持するためには記憶素子を用いる必要が有る。これまでニューラルネットワークに用いる記憶デバイスとして、キャパシタやフラッシュメモリが用いられたが、キャパシタはリーク電流により情報が失われてしまう素子であり、フラッシュメモリは書き換えに高電圧を必要としていて書き換えのための制御回路が必要となるため、長時間の記憶ができる高密度に集積可能なシナプスデバイスが存在していなかった。そこで近年、抵抗変化メモリがシナプスデバイスに利用できる記憶素子として注目されている。抵抗変化メモリは記憶する情報を素子の抵抗値として保持する素子で、電気的には抵抗特性を示す。また、抵抗変化メモリ高密度集積化が可能な素子であり、シナプスデバイスの高密度化が期待される素子である。しかし、抵抗変化メモリを用いたニューラルネットワークの歴史は短く、抵抗変化メモリを用いたニューラルネットワークは未だ実装されていない。本研究ではニューラルネットワークの実装を目指し、抵抗変化メモリを用いたシナプスデバイスの実装とニューラルネットワークのシミュレーションを行った。
本稿ではまず、抵抗変化メモリとそのシミュレーション用のモデルについて説明する。一般的な抵抗変化メモリの物理モデルは確立されていない。そこで、抵抗変化メモリの動作やビヘイビアモデルを基にシミュレーションモデルを作成した。
次に、抵抗変化メモリを用いたシナプスデバイスを提案した。シナプスはニューロンの発火タイミングに依存して結合強度が変化する性質（STDP）を持っている。このSTDPの特徴を持つシナプスデバイス設計し、実デバイスを用いた実験により実装したシナプスデバイスがSTDPを持つ事を確認した。
最後に、抵抗変化メモリを用いたニューラルネットワークについて議論する。抵抗変化メモリはニューラルネットワークへの応用が期待されているが、その設計技術は確立されていない。そこで、作成したシミュレーションモデルを用いてシミュレーションを行い、抵抗変化メモリを用いたニューラルネットワークの実現可能性や問題点について検討した。