Hacia un modelado compacto confiable de dispositivos RRAM 1T-1R de varios niveles para sistemas neuromórficos
Autores: Pérez-Bosch Quesada, Emilio; Romero-Zaliz, Rocío; Pérez, Eduardo; Kalishettyhalli Mahadevaiah, Mamathamba; Reuben, John; Schubert, Markus Andreas; Jiménez-Molinos, Francisco; Roldán, Juan Bautista; Wenger, Christian
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Hacia un modelado compacto confiable de dispositivos RRAM 1T-1R de varios niveles para sistemas neuromórficos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Rram
Modelos compactos
Verilog-a
Enfoque multinivel
Dispositivos experimentales
Red neuronal artificial
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 39
Citaciones: Sin citaciones
En este trabajo, se analizan y evalúan tres modelos compactos diferentes de RRAM implementados en Verilog-A con el fin de reproducir el enfoque multinivel basado en la capacidad de conmutación de dispositivos experimentales. Estos modelos se integran en celdas 1T-1R para controlar su comportamiento analógico mediante la corriente de cumplimiento impuesta por el transistor de selección NMOS. Se simulan y evalúan cuatro niveles de resistencia diferentes con verificación experimental para tener en cuenta su capacidad multinivel. Además, se lleva a cabo un estudio de Redes Neuronales Artificiales para evaluar en un escenario real la viabilidad del enfoque multinivel en estudio.
Descripción
En este trabajo, se analizan y evalúan tres modelos compactos diferentes de RRAM implementados en Verilog-A con el fin de reproducir el enfoque multinivel basado en la capacidad de conmutación de dispositivos experimentales. Estos modelos se integran en celdas 1T-1R para controlar su comportamiento analógico mediante la corriente de cumplimiento impuesta por el transistor de selección NMOS. Se simulan y evalúan cuatro niveles de resistencia diferentes con verificación experimental para tener en cuenta su capacidad multinivel. Además, se lleva a cabo un estudio de Redes Neuronales Artificiales para evaluar en un escenario real la viabilidad del enfoque multinivel en estudio.