Análise estocástica do comportamento elétrico de neurônios naturais e células ReRam

Detalhes bibliográficos
Autor(a) principal: Moser, Eduardo Pellin
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/262166
Resumo: A computação neuromórfica é uma abordagem promissora para sistemas futuros de processamento de dados, com vantagens em termos de eficiência energética e capacidade de processamento devido sua arquitetura neuromórfica, que se baseia em redes de neurônios artificiais que operam de forma paralela e distribuída. Embora ainda em seus estágios iniciais de desenvolvimento, a pesquisa em computação neuromórfica tem avançado rapidamente nos últimos anos, explorando novas estruturas de hardware, como crossbars e unidades de processamento Multiply And Accumulate (MAC), muito utilizado nas aplicações da inteligencia artificial, essas melhoram a eficiência e escalabilidade dos sistemas neuromórficos. Este projeto apresenta uma análise elétrica, focada em processos estocásticos, de três composições distintas de dispositivos Metal-Isolante-Metal (MIM) quanto a sua possibilidade de uso para construção de redes neurais que repliquem o funcionamento de um sistema nervoso central. Os dados experimentais de corrente em função do tempo sob diferença de tensão constante no dispositivo semicondutor foram coletados previamente no laboratório LCE da UFRGS e posteriormente analisados e comparados, através de algoritmos de MATLAB, com uma base de dados pública do comportamento resistivo em função do tempo de neurônios do cérebro de animais denominada "Neural Signal Archive". Ao comparar o crescimento da média da variância de corrente em células MIM submetidas a tensão constante e resistência em neurônios de ratos com injeção de corrente, conclui-se que há semelhança parcial no comportamento elétrico quando ambos estão submetidos a estímulo constante. Ao comparar o neurônio natural com diferentes injeções de correntes na mesma série temporal e as células MIM em tensão constante se obtém um crescimento semelhante da média de variância em função do tamanho da janela contemplada.
id UFRGS-2_ed14a0796d8f0502f5a9c177addd6b4c
oai_identifier_str oai:www.lume.ufrgs.br:10183/262166
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Moser, Eduardo PellinWirth, Gilson Inacio2023-07-14T03:31:30Z2023http://hdl.handle.net/10183/262166001173064A computação neuromórfica é uma abordagem promissora para sistemas futuros de processamento de dados, com vantagens em termos de eficiência energética e capacidade de processamento devido sua arquitetura neuromórfica, que se baseia em redes de neurônios artificiais que operam de forma paralela e distribuída. Embora ainda em seus estágios iniciais de desenvolvimento, a pesquisa em computação neuromórfica tem avançado rapidamente nos últimos anos, explorando novas estruturas de hardware, como crossbars e unidades de processamento Multiply And Accumulate (MAC), muito utilizado nas aplicações da inteligencia artificial, essas melhoram a eficiência e escalabilidade dos sistemas neuromórficos. Este projeto apresenta uma análise elétrica, focada em processos estocásticos, de três composições distintas de dispositivos Metal-Isolante-Metal (MIM) quanto a sua possibilidade de uso para construção de redes neurais que repliquem o funcionamento de um sistema nervoso central. Os dados experimentais de corrente em função do tempo sob diferença de tensão constante no dispositivo semicondutor foram coletados previamente no laboratório LCE da UFRGS e posteriormente analisados e comparados, através de algoritmos de MATLAB, com uma base de dados pública do comportamento resistivo em função do tempo de neurônios do cérebro de animais denominada "Neural Signal Archive". Ao comparar o crescimento da média da variância de corrente em células MIM submetidas a tensão constante e resistência em neurônios de ratos com injeção de corrente, conclui-se que há semelhança parcial no comportamento elétrico quando ambos estão submetidos a estímulo constante. Ao comparar o neurônio natural com diferentes injeções de correntes na mesma série temporal e as células MIM em tensão constante se obtém um crescimento semelhante da média de variância em função do tamanho da janela contemplada.Neuromorphic computing is a promising approach for future data processing systems, with advantages in terms of energy efficiency and processing capacity due to its neuromorphic architecture, which is based on networks of artificial neurons that operate in parallel and distributed. Although still in its early stages of development, research in neuromorphic computing has advanced rapidly in recent years, exploring new hardware structures such as crossbars and Multiply And Accumulate (MAC) processing units, widely used in artificial intelligence applications, these improve the efficiency and scalability of neuromorphic systems. This project presents an electrical analysis, focused on stochastic processes, of three different compositions of Metal-Insulator-Metal (MIM) devices regarding their possibility of use for the construction of neural networks that replicate the functioning of a central nervous system. Experimental current data as a function of time under constant voltage difference in the semiconductor device were previously collected at the LCE laboratory at UFRGS and subsequently analyzed and compared, through MATLAB algorithms, with a public database of resistive behavior as a function of time of neurons in the brain of animals called "Neural Signal Archive". When comparing the growth of the mean variance of current in MIM cells subjected to constant voltage and resistance in rat neurons with current injection, it is concluded that there is partial similarity in the electrical behavior when both are subjected to constant stimulation. When comparing the natural neuron with different injections of currents in the same time series and the MIM cells at constant voltage, a similar increase in the average variance is obtained as a function of the size of the contemplated window.application/pdfporRedes neurais artificiaisProcessos estocásticosDispositivos eletrônicosReRamNeuromorphic computingMemristorsAnálise estocástica do comportamento elétrico de neurônios naturais e células ReRaminfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPorto Alegre, BR-RS2023Engenharia Elétricagraduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001173064.pdf.txt001173064.pdf.txtExtracted Texttext/plain66570http://www.lume.ufrgs.br/bitstream/10183/262166/2/001173064.pdf.txt5dc7cb9d96c5aac82ac1f86ed0f7f5f1MD52ORIGINAL001173064.pdfTexto completoapplication/pdf1454156http://www.lume.ufrgs.br/bitstream/10183/262166/1/001173064.pdf5d04d659aaa519f5c02bda0bf48b09c8MD5110183/2621662023-07-15 03:28:03.095777oai:www.lume.ufrgs.br:10183/262166Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2023-07-15T06:28:03Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Análise estocástica do comportamento elétrico de neurônios naturais e células ReRam
title Análise estocástica do comportamento elétrico de neurônios naturais e células ReRam
spellingShingle Análise estocástica do comportamento elétrico de neurônios naturais e células ReRam
Moser, Eduardo Pellin
Redes neurais artificiais
Processos estocásticos
Dispositivos eletrônicos
ReRam
Neuromorphic computing
Memristors
title_short Análise estocástica do comportamento elétrico de neurônios naturais e células ReRam
title_full Análise estocástica do comportamento elétrico de neurônios naturais e células ReRam
title_fullStr Análise estocástica do comportamento elétrico de neurônios naturais e células ReRam
title_full_unstemmed Análise estocástica do comportamento elétrico de neurônios naturais e células ReRam
title_sort Análise estocástica do comportamento elétrico de neurônios naturais e células ReRam
author Moser, Eduardo Pellin
author_facet Moser, Eduardo Pellin
author_role author
dc.contributor.author.fl_str_mv Moser, Eduardo Pellin
dc.contributor.advisor1.fl_str_mv Wirth, Gilson Inacio
contributor_str_mv Wirth, Gilson Inacio
dc.subject.por.fl_str_mv Redes neurais artificiais
Processos estocásticos
Dispositivos eletrônicos
topic Redes neurais artificiais
Processos estocásticos
Dispositivos eletrônicos
ReRam
Neuromorphic computing
Memristors
dc.subject.eng.fl_str_mv ReRam
Neuromorphic computing
Memristors
description A computação neuromórfica é uma abordagem promissora para sistemas futuros de processamento de dados, com vantagens em termos de eficiência energética e capacidade de processamento devido sua arquitetura neuromórfica, que se baseia em redes de neurônios artificiais que operam de forma paralela e distribuída. Embora ainda em seus estágios iniciais de desenvolvimento, a pesquisa em computação neuromórfica tem avançado rapidamente nos últimos anos, explorando novas estruturas de hardware, como crossbars e unidades de processamento Multiply And Accumulate (MAC), muito utilizado nas aplicações da inteligencia artificial, essas melhoram a eficiência e escalabilidade dos sistemas neuromórficos. Este projeto apresenta uma análise elétrica, focada em processos estocásticos, de três composições distintas de dispositivos Metal-Isolante-Metal (MIM) quanto a sua possibilidade de uso para construção de redes neurais que repliquem o funcionamento de um sistema nervoso central. Os dados experimentais de corrente em função do tempo sob diferença de tensão constante no dispositivo semicondutor foram coletados previamente no laboratório LCE da UFRGS e posteriormente analisados e comparados, através de algoritmos de MATLAB, com uma base de dados pública do comportamento resistivo em função do tempo de neurônios do cérebro de animais denominada "Neural Signal Archive". Ao comparar o crescimento da média da variância de corrente em células MIM submetidas a tensão constante e resistência em neurônios de ratos com injeção de corrente, conclui-se que há semelhança parcial no comportamento elétrico quando ambos estão submetidos a estímulo constante. Ao comparar o neurônio natural com diferentes injeções de correntes na mesma série temporal e as células MIM em tensão constante se obtém um crescimento semelhante da média de variância em função do tamanho da janela contemplada.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-07-14T03:31:30Z
dc.date.issued.fl_str_mv 2023
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/262166
dc.identifier.nrb.pt_BR.fl_str_mv 001173064
url http://hdl.handle.net/10183/262166
identifier_str_mv 001173064
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/262166/2/001173064.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/262166/1/001173064.pdf
bitstream.checksum.fl_str_mv 5dc7cb9d96c5aac82ac1f86ed0f7f5f1
5d04d659aaa519f5c02bda0bf48b09c8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224665073451008