Study of the nano-Architecture: Reconfigurable logic circuit based on neural function gates through on chip learning process
Contribution à l'étude de l'impact des nanotechnologies sur les Architectures : Apprentissage d'inspiration neuronale de fonctions logiques pour circuits programmables
Résumé
My thesis work firstly deals with issues coming from the semiconductor evolution. Then I have done some investigations in the properties of novel nanodevices. They are all different from CMOS according to several criteria. Secondly, having knowledge overall architectures, I chose to develop neural networks for emulating logic circuit. Indeed, the logic gates can be efficiently emulated by neural networks made from carbon nanotubes and multilevel memories. At last, based on neural redundancy, the robustness of neural gate architecture has been assessed by simulation, showing that kind of circuit can be reconfigurable through on chip learning process.
La première partie de mon thèse s'intéresse aux problèmatiques de la technologie du semi-conducteur traditionnelle. Ensuite dans la deuxième partie je vais m'intérésser aux propriétés des nanocomposants. Ils se distinguent du CMOS classique selon plusieurs critères. Ayant une connaissance globale des architectures, j'ai choisi de développer plus amplement les réseaux de neurones en seconde partie. En effet, des fonctions logiques peuvent être émulées par les réseaux de neurones réalisés à partir des nanotubes de carbones et des mémoires multiniveaux. Pour la dernière partie, la robustesse d'une architecture de réseaux de neurones est évaluée par simulation qui montre la possibilité de construire un circuit robuste grâce à l'apprentissage.
Loading...