Design and simulation of memristor-based neural networks

Abstract

In recent times, neural networks have been gaining increasing importance in fields such as pattern recognition and computer vision. However, their usage entails significant energy and hardware costs, limiting the domains in which this technology can be employed. In this context, the feasibility of utilizing analog circuits based on memristors as efficient alternatives in neural network inference is being considered. Memristors stand out for their configurability and low power consumption. To study the feasibility of using these circuits, a physical model has been adapted to accurately simulate the behavior of commercial memristors from KNOWM. Using this model, multiple neural networks have been designed and simulated, yielding highly satisfactory results.

En los últimos tiempos las redes neuronales han ido tomando una importancia cada vez mayor en ámbitos como el reconocimiento de patrones o la visión por computadora. Sin embargo, su uso implica importantes gastos tanto energéticos como de hardware, limitando los ámbitos en los que se puede emplear esta tecnología. En este contexto, se plantea la viabilidad de utilizar circuitos analógicos basados en memristores como alternativas eficientes en la inferencia de redes neuronales. Los memristores destacan por su configurabilidad y bajo consumo. Con el objetivo de estudiar la factibilidad del uso estos circuitos, se ha adaptado un modelo físico para simular con gran exactitud el comportamiento de los memristores comerciales de la empresa KNOWM. Utilizando este modelo, se han diseñadoy simulado múltiples redes neuronales, obteniendo resultados muy satisfactorios.