DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 최성율 | - |
dc.contributor.advisor | Choi, Sung-Yool | - |
dc.contributor.author | 황청석 | - |
dc.date.accessioned | 2023-06-26T19:31:00Z | - |
dc.date.available | 2023-06-26T19:31:00Z | - |
dc.date.issued | 2023 | - |
dc.identifier.uri | http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=1032861&flag=dissertation | en_US |
dc.identifier.uri | http://hdl.handle.net/10203/309452 | - |
dc.description | 학위논문(석사) - 한국과학기술원 : 전기및전자공학부, 2023.2,[v, 35 p. :] | - |
dc.description.abstract | 생물학적 신경계 작동방식에서 영감을 받은 스파이크 신경망은 3세대 인공 신경망으로 최근 주목받고 있다. 스파이크 신경망은 뉴런들 간의 정보 전달 방식을 모방하여 스파이크를 이용해 정보를 전달한다. 신경망 구현을 위해 멤리스터를 활용하게 되면 정보를 저장하기 위한 비휘발성 메모리 기능과 가중치 연산을 위한 연산 기능을 동시에 수행할 수 있다. 본 연구에서는 이산화티타늄 저항 변화 메모리를 활용하여 텍스트 감정 분류 시뮬레이션을 제작하였다. 텍스트 분류 작업은IMDB 영화 리뷰 데이터 세트를 활용하여 진행하였다. 읽기 노이즈, 입력 스파이크의 길이, 하드/소프트 리셋과 같은 스파이크 신경망의 구성과 멤리스터의 강화/억제 커브의 선형성과 동작 범위, 사이클 간 변동이 시뮬레이션의 정확도에 주는 영향을 분석하였다. 이를 통해 신경망의 구성과 멤리스터 소자가 가져야 할 특성을 확인하는 시뮬레이터를 구현하였다. | - |
dc.language | kor | - |
dc.publisher | 한국과학기술원 | - |
dc.subject | 인공 신경망▼a스파이크 신경망▼a멤리스터▼a저항 변화 메모리▼a이산화티타늄▼a텍스트 분류 | - |
dc.subject | Artificial Neural Networks▼aSNN▼aSpiking Neural Networks▼aMemristor▼aResistive Random Access Memory▼aTitanium dioxide▼aTiO2▼aText sentiment classification | - |
dc.title | 멤리스터 기반 스파이크 신경망을 통한 텍스트 감정 분류 시뮬레이션 | - |
dc.title.alternative | Text sentiment classification in memristor-based spiking neural networks | - |
dc.type | Thesis(Master) | - |
dc.identifier.CNRN | 325007 | - |
dc.description.department | 한국과학기술원 :전기및전자공학부, | - |
dc.contributor.alternativeauthor | Hwang, Cheong Seok | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.