Memristors in Nonlinear Network : Application to Information (Signal and Image) Processing
Application des memristors au traitement du signal et des images
Résumé
Memristor is a two-terminal nonlinear dynamic electronic device. Typically, it is a passive nano-device whose conductivity is controlled by the flux, time-integral of the voltage across its terminals, or by the charge, time-integral of the current flowing through it, and it presents interesting features for versatile applications. This thesis considers memristor use as a neighborhood connection for 2D cellular nonlinear or neural network (CNN), essentially for information (image and signal) processing and electronic prosthesis. We develop a model of the memristor based 2D cellular nonlinear networks CNNs compatible to image applications by incorporating memristor in the adjacent neighborhood connection. This approach will offer many advantages with respect to previous known designs. Some of these advantages are higher pixel density due to the nano-nature of the memristor, lower power consumption, high-density connection flexibility and compatibility to CMOS technology, etc. Firstly, we present the State of the Art, that is, what is known about this new passive component - the memristor, along with an analog model of memristor for practical and demonstration purposes. Then, we present the quantitative and qualitative behaviour of a charge-controlled memristor by considering RC networks with memristor in the coupling mode, focusing specifically on the system of two initially charged RC cells. We extensively study the interaction of two Fitzhugh-Nagumo cells via a memristor by observing the transient and the steady state response of each cell, allowing us to have a good foresight of the memristor functionality in the memristor based 2D CNNs and the diffusion effect in a 1D cellular nonlinear electrical lattice. Furthermore, we present the generalized model of the memristor based 2D CNNs reliable for processing any number of cells.
Le memristor est un dipôle électronique dynamique non linéaire. Typiquement, il s’agit d’un dispositif de nanotechnologie passif dont la conductivité est contrôlée par le flux, l’intégrale de la tension à ses bornes, ou par la charge, l’intégrale du courant qui le traverse, présentant des caractéristiques intéressantes pour des applications polyvalentes. Cette thèse est consacrée à l’utilisation de memristor comme élément de couplage d’un réseau cellulaire non linéaire, en vue du traitement de l’information (image et signal) ou comme prothèse électronique d’un système neuronal. Nous développons un modèle de réseaux cellulaires non linéaires 2D basés sur le memristor, en incorporant le memristor dans le couplage de cellules voisines. Cette approche offre de nombreux avantages par rapport à ce qui est utilisé actuellement. Parmi ces avantages, on peut citer une densité de pixels plus élevée en raison de la nano-nature du memristor, une consommation d’énergie plus faible, une flexibilité de connexion à haute densité, la compatibilité avec la technologie CMOS, etc… Tout d’abord, nous présentons l’état de l’art sur le memristor, ainsi qu’un modèle analogique de memristor à des fins pratiques et de démonstration. Ensuite, nous présentons le comportement quantitatif et qualitatif d’un memristor contrôlé par la charge en considérant les réseaux RC avec le memristor en mode couplage, en se concentrant spécifiquement sur le système de deux cellules RC initialement chargées. Nous étudions en détail l’interaction de deux cellules Fitzhugh-Nagumo via un memristor en observant la réponse transitoire de chaque cellule, ce qui nous permet d’avoir une bonne compréhension de la fonctionnalité memristor et de l’effet de diffusion dans un treillis électrique cellulaire non linéaire 1D. En outre, nous présentons le modèle généralisé des CNNs 2D basés sur le memristor pour le traitement de n’importe quel nombre de cellules.
Domaines
Autre [cs.OH]
Origine : Version validée par le jury (STAR)