| Название НИОКТР |
Оптоэлектронные синаптические мемристивные кроссбар структуры для создания in sensor нейроморфных структур машинного зрения электронной компонентной базы робототехнических комплексов и систем
|
| Аннотация |
В настоящее время интеллектуальные системы применяются практически во всех сферах жизнедеятельности, включая здравоохранение, образование, безопасность, и т.д. Нейронные сети превосходят классические алгоритмы в задачах, связанных с неточно заданными зашумленными данными, такими как распознавание образов, прогнозирование состояния здоровья, предсказание погодных условий. На сегодняшний день такие сети обычно реализуются в виде программного обеспечения на вычислительных системах с архитектурой Фон-Неймана. Однако, скорость работы таких алгоритмов ограничена из-за необходимости постоянного обмена большими объемами данных между процессором и памятью, что создает "узкое место" в архитектуре. Из-за роста потребности в высокопроизводительных вычислениях архитектура фон Неймана становится все менее эффективной. Перспективным решением данной проблемы является разработка и аппаратная реализация нейроморфных вычислительных систем на основе мемристивных элементов. В такой системе обработка данных не сосредоточена в центральном процессоре, процессор и память интегрированы в единое устройство, что позволяет выполнять этапы обработки параллельно, а не последовательно. В этом случае элементы нейроморфной системы могут быть реализованы с помощью мемристивных структур, способных переключаться в широком диапазоне электрического сопротивления, аналогично весу биологического синапса. Помимо малого размера и вычислительной эффективности, энергонезависимая природа мемристивных структур позволяет значительно снизить энергопотребление. Кроме того, интегральные схемы на основе мемристоров могут использоваться как для цифровых, так и для аналоговых вычислений.
Комплексные решения на основе сочетания мемристорных структур с датчиками различного типа позволяют реализовывать большое количество систем восприятия (зрение, слух, тактильная система) робототехнических комплексов. Массив датчиков преобразует внешние воздействие в электрические сигналы, которые передаются на синаптическую мемристорную структуру и таким образом реакция робототехнической системы схожа с реакцией биологоческой системы, характеризующейся высокими эффективностью и быстродействием. Успехи, достигнутые в области материаловедения, позволяют получать новые типы мемристивных материалов с улучшенными и биосовместимыми параметрами. Наблюдается большой интерес к разработке различных носимых и имплантируемых устройств обработки информации в медицинских устройствах и элементах портативной электроники. Тем не менее, многие из перечисленных выше направлений все еще остаются на стадии исследований, и в настоящее время проводится значительный объем исследований по разработке подходов к созданию мемристивных материалов с улучшенными параметрами, а нейроморфные системы еще проходят эволюционную стадию лабораторных исследований.
Актуальной задачей является исследование и установление закономерностей процессов получения оксидных материалов, поскольку ими определяются параметры изготавливаемых нейроморфных структур. Проведенные на сегодняшний день исследования большого количества оксидов материалов позволяют изготавливать отдельные элементы нейроморфной структуры, в то время как создание коммерчески доступных образцов мультисенсорных устройств на основе мемристорных кроссбаров на одном кристалле в виде интегральной схемы требует комплексного решения ряда технологических задач, связанных с оптимизацией процесса получения пленочных структур на основе оксидных материалов.
Научная новизна проекта заключается в разработке и исследовании физико-технологических основ создания и аппаратной реализации мемристорных структур на основе нанокристаллических пленок оксидов металлов (ZnO, TiOx, CuOx) для интеллектуальных систем машинного зрения робототехнических комплексов и изготовлении на их основе элемента нейроморфной структуры на кристалле, что в дальнейшем позволит реализовать архитектуру искусственного интеллекта в виде интегральной микросхемы.
|
| Доступ к ОКОГУ исполнителя |
False
|
| Количество связанных РИД |
0
|
| Количество завершенных ИКРБС |
0
|
| Сумма бюджета |
21000.0
|
| Дата начала |
2025-05-29
|
| Дата окончания |
2027-12-31
|
| Номер контракта |
25-19-00809
|
| Дата контракта |
2025-05-29
|
| Количество отчетов |
1
|
| УДК |
621.38-022.532
|
| Количество просмотров |
8
|
| Руководитель работы |
Смирнов Владимир Александрович
|
| Руководитель организации |
Веретенникова Вера Анатольевна
|
| Исполнитель |
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ"
|
| Заказчик |
Российский научный фонд
|
| Федеральная программа |
Отсутствует
|
| Госпрограмма |
—
|
| Основание НИОКТР |
Грант
|
| Последний статус |
2025-07-17 13:06:12 UTC, 2025-07-17 13:06:12 UTC
|
| ОКПД |
Приборы полупроводниковые и их части
|
| Отраслевой сегмент |
—
|
| Минздрав |
—
|
| Межгосударственная целевая программа |
—
|
| Ключевые слова |
Нанотехнологии, наноматериалы, наноэлектроника, нанокристаллические оксидные пленки, эффект резистивного переключения, машинное зрение, мультибитность, нейроморфные структуры, робототехнические системы
|
| Соисполнители |
—
|
| Типы НИОКТР |
Фундаментальное исследование
|
| Приоритетные направления |
—
|
| Критические технологии |
—
|
| Рубрикатор |
47.09.48 - Наноматериалы для электроники
|
| OECD |
—
|
| OESR |
Нано-материалы [производство и свойства]
|
| Приоритеты научно-технического развития |
а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;
|
| Регистрационные номера |
—
|
