Modelo de Neurônio Memristivo de Dióxido de Vanádio com Codificação de Impulsos PRBS-PWM

Abstract

Neuromorphic computing features a recent paradigm of computational architecture that, based on the structure of a biological neural system, aims to be a more efficient alternative for the large-scale information processing. Attending to neuromorphic computing main driving force, the energy economy, this work proposes a new neuron model, stimulated by pulses encoded by PRBS (Pseudorandom Binary Sequence) and modulated by PWM (Pulse Width Modulation), whose memristence and activation are based on the behavior of the thermal and nonlinear phase transition dynamics of the inorganic compound vanadium dioxide (V O 2). Based on the positive results obtained by the computational simulations in this work, it is expected that this new proposal of artificial neuron, when implemented in a spiking neural network, will be able to establish higher standards of neural plasticity and energy efficiency. Resumo: A computação neuromórfica caracteriza um recente paradigma de arquitetura computacional que, respaldando-se na estrutura de um sistema neural biológico, almeja ser uma alternativa mais eficiente para o processamento de informações em larga escala. Atendendo a principal força motriz da computação neuromórica, a economia energética, este trabalho propõe um novo modelo de neurônio, estimulado por impulsos codificados por PRBS (Pseudorandom Binary Sequence) e modulados por PWM (Pulse Width Modulation), cuja memristência e ativação são baseadas no comportamento das dinâmicas térmicas e não lineares de transição de fase do composto inorgânico dióxido de vanádio (V O 2). Embasando-se nos resultados positivos obtidos pelas simulações computacionais neste trabalho,é esperado que esta nova proposta de neurônio artificial, quando implementada em uma rede neural pulsada, seja capaz de estabelecer maioresíndices de plasticidade neural e eficiência energética.

Estudo de Excitações em um Neurônio Memristivo de Dióxido de Vanádio

“…Além disso, as singularidades físicas destes dispositivos podem contribuir diretamente para a emulação da biofísica presente em sinapses biológicas (Indiveri et al, 2013 A transição de fase do filme fino de V O 2é impelida por vicissitudes na temperatura que modificam as propriedades elétricas e cristalográficas do material. Este fenômeno converte o sistema cristalino do V O 2 de tetragonal para monoclínico e caracteriza uma transformação de fase de primeira ordem que, como resultado, sempre ocasiona liberação ou absorção de energia em forma de entalpia padrão de formação (Almeida, 2003;de Araujo et al, 2019).…”

“…A capacitância térmica (C), em termos de tensão,é dada pela Equação 16, e, sabendo que V 2 R = P = I 2 R, a mesma pode ser reescrita em termos de corrente. Tal representação, em termos de corrente elétrica,é dada pela Equação 17 (Almeida, 2003;de Araujo et al, 2019).…”

“…Também objetivando contribuir para o avanço daárea de redes neurais artificiais energeticamente eficientes e esteando-se no modelo de neurônio memristivo proposto em de Araujo et al (2019), este trabalho visa explorar, de uma maneira mais esmerada, as particularidades físicas das diferentes formas de excitação do referido neurônio de dióxido de vanádio (V O 2 ), com o intuito de lograr resultados mais exatos e auferir maiores níveis de controle e eficiência energética. Suplementarmente, esta pesquisa também dispõe-seà atestar a efetividade das aplicações do método L 2 P (Limiting Loop P roximity) e da Teoria do Meio Efetivo (EMA) para, respectivamente, realizar o acoplamento dos componentes de magnetização e retratar a resistência elétrica em filmes finos de V O 2 .…”

Predição Solar e Eólica Utilizando Redes com Neurônios de Histerese L2P para Aplicações em Smart Grids

“…De acordo com experiências realizadas na neurobiologia, evidenciou-se que existe resposta não linear histerética em sistemas de neurônio natural (Kashef et al, 2018). Desta forma, a histerese tem um efeito considerável no armazenamento, memória e retenção de estado (de Araujo et al, 2019).…”