Đang tải... (xem toàn văn)
Trong bài viết này, tác giả đề xuất phương pháp mô hình hóa điện trở dây sử dụng điện trở tương đương. Điện trở tương đương được xác định bằng cách sử dụng phương pháp xếp chồng khi phân tích mạch. Phương pháp đề xuất cho sai lệch chỉ 1.7% khi điện trở dây thay đổi từ 0.5 đến 2.5 Ω so với phương pháp thông thường.
20 Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 58 (06/2020) Trường Đại Học Sư Phạm Kỹ Thuật TP Hồ Chí Minh PHƯƠNG PHÁP MƠ HÌNH HĨA ĐIỆN TRỞ DÂY TRONG MẢNG VI ĐIỆN TRỞ NHỚ ỨNG DỤNG TRONG MẠNG NƠ-RON NHÂN TẠO A MODELLING METHOD OF WIRE RESISTANCE IN MEMRISTOR CROSSBAR ARRAY FOR ARTIFICIAL NEURAL NETWORK Trương Ngọc Sơn Trường đại học Sư phạm Kỹ thuật TP.HCM, Việt Nam Ngày soạn nhận 4/3/2020, ngày phản biện đánh giá 19/3/2020, ngày chấp nhận đăng 30/3/2020 TÓM TẮT Mảng vi điện trở nhớ ứng dụng nhiều để thực thi mạng nơ-ron nhân tạo Một yếu tố ảnh hưởng đến hiệu mảng vi điện trở nhớ điện trở dây kim loại Thông thường, điện trở dây kim loại mơ hình hóa điện trở có giá trị nhỏ nằm giao điểm Phương pháp mơ hình hóa làm cho số lượng phần tử mạch tăng gấp lần xét đến có mặt điện trở dây gây khó khăn cho q trình phân tích mô mạch Trong báo này, tác giả đề xuất phương pháp mơ hình hóa điện trở dây sử dụng điện trở tương đương Điện trở tương đương xác định cách sử dụng phương pháp xếp chồng phân tích mạch Phương pháp đề xuất cho sai lệch 1.7% điện trở dây thay đổi từ 0.5 đến 2.5 Ω so với phương pháp thông thường Số lượng phần tử mạch phương pháp đề xuất giảm 1/3 lần so với phương pháp thông thường, góp phần làm cho q trình phân tích mô mạch nhanh Cụ thể, sử dụng phương pháp mơ hình hóa điện trở dây điện trở tương đương 11.7 giây để phân tích mơ mạch phần mềm Candence Spectre, phương pháp thông thường 108.92 giây, sử dụng phần mềm phân tích mơ mạch Phương pháp đề xuất cho phép mô mảng vi điện trở nhớ kích thước lớn mà phương pháp thơng thường nhiều thời gian để phân tích mơ Từ khóa: Vi điện trở nhớ; Mảng vi điện trở nhớ; Điện trở dây; Mạng nơ-ron ABSTRACT Memristor crossbar arrays are potential for realizing artificial neural networks It is due to the fact that memristor crossbars are low power consumption and small area occupation However, the performance of crossbar array has limited by the wire resistance The presence of wire resistance makes the crossbar circuit more complicated for analyzing because the number of circuit elements increases remarkably In this work, we propose a method for modelling wire resistance in crossbar-based circuits Wire resistance is modeled by using a proposed equivalent wire resistance which is obtained by analyzing the crossbar circuit using superposition method To verify the accuracy of the proposed method, the crossbar circuit was tested for character recognition The simulation result illustrated that the discrepancy of the output voltage between using the conventional simulation method and the proposed method is as low as 1.7% on average when wire resistance is varied from 0.5 to 2.5Ω The advantage of the proposed method is the reduction of the simulation time For the crossbar size of 64×26, the proposed method takes 11.7s for simulation whereas the conventional method takes 108.92s Keywords: Memristor; Memristor crossbar array; Wire resistance; Neutral network GIỚI THIỆU Memristor (Vi điện trở nhớ) tìm sở lý thuyết mối quan hệ từ thơng điện tích Giáo sư Leon Chua năm 1971 [1] Vi điện trở nhớ xem phần tử thứ bên cạnh phần tử cấu thành nên mạch điện tử điện trở, tụ Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 58 (06/2020) Trường Đại Học Sư Phạm Kỹ Thuật TP Hồ Chí Minh w=D RON Doped Undoped D ROFF w