Գրիգորյանց, Վարդան Պյոտրի

Технология

Աշխատությունը նվիրված է մետաղ-օքսիդ-կիսահաղորդիչ կառուցվածքների հիման վրա նեյրոնային ցանցերի մշակմանը և հետազոտմանը՝ նպատակ ունենալով ուսումնասիրել այն հնարավորությունները, որոնք առաջանում են նեյրոմորֆային հաշվարկների և կիսահաղորդչային սարքավորումների համատեղման դեպքում։ Հետազոտության հիմքում ընկած է կենսաբանական նյարդային համակարգի աշխատանքի որոշ սկզբունքների տեխնիկական նմանակումը՝ օգտագործելով մետաղ-օքսիդ-կիսահաղորդիչ կառուցվածքների էլեկտրական հատկությունները տեղեկատվության ընդունման, պահպանման և մշակման համար։ Այս մոտեցումը կապված է այն խնդրի հետ, թե ինչպես կարելի է ավանդական հաշվողական համակարգերից ավելի արդյունավետ կերպով իրականացնել այնպիսի գործողություններ, որոնք բնորոշ են նեյրոնային ցանցերին՝ հատկապես օրինաչափությունների ճանաչումը, դասակարգումը և ազդանշանների մշակումը։ Մետաղ-օքսիդ-կիսահաղորդիչ կառուցվածքները միկրոէլեկտրոնիկայի հիմնարար տարրերից են և լայնորեն կիրառվում են ինտեգրալ սխեմաների, հիշողության, ազդանշանների մշակման և հաշվողական սարքերի ստեղծման մեջ։ Դրանց հիման վրա նեյրոնային ցանցերի իրականացումը հնարավորություն է տալիս ուսումնասիրել նեյրոնային հաշվարկների ապարատային իրագործման տարբերակներ՝ հաշվի առնելով սարքերի էլեկտրական, ֆիզիկական և տեխնոլոգիական առանձնահատկությունները։ Աշխատության կարևոր ուղղություններից է համապատասխան կիսահաղորդչային կառուցվածքների ընտրությունը և դրանց էլեկտրական բնութագրերի ուսումնասիրությունը։ Կարող են հետազոտվել մուտքային ազդանշանի նկատմամբ կառուցվածքի արձագանքը, հոսանք-լարումային բնութագրերը, շեմային երևույթները, լիցքի կուտակման և վերաբաշխման գործընթացները, ինչպես նաև սարքի աշխատանքի կայունությունը։ Այս հատկությունները կարող են օգտագործվել նեյրոնային տարրերի ֆունկցիոնալ վարքը մոդելավորելու համար։ Հետազոտության ընթացքում կարող է մշակվել նեյրոնային ցանցի կառուցվածք, որտեղ առանձին կիսահաղորդչային տարրերը կատարում են նեյրոնների կամ սինապտիկ կապերի դեր։ Նման համակարգում տեղեկատվությունը կարող է ներկայացվել էլեկտրական ազդանշաններով, իսկ դրանց փոխազդեցության արդյունքում ստացվող ելքային ազդանշանը կարող է օգտագործվել որոշակի դասակարգման կամ ճանաչման գործողություն իրականացնելու համար։ Այսպիսով, մաթեմատիկական ալգորիթմը կապվում է ֆիզիկական սարքավորման իրական վարքի հետ։ Հատուկ նշանակություն ունի սինապտիկ կապերի մոդելավորումը։ Կենսաբանական նեյրոնային համակարգում սինապսները որոշում են նեյրոնների միջև կապերի ուժը, իսկ արհեստական համակարգում այդ ֆունկցիան կարող է իրականացվել էլեկտրական պարամետրերի փոփոխության միջոցով։ Աշխատության շրջանակում կարող են ուսումնասիրվել այն մեխանիզմները, որոնց միջոցով հնարավոր է փոփոխել և պահպանել կապերի կշիռները՝ ստեղծելով ուսուցման կամ հարմարվողականության հնարավորություն։ Նման մոտեցումը հատկապես կարևոր է այն համակարգերի համար, որոնք նախատեսված են տվյալների անմիջական մշակման և տեղում որոշումներ կայացնելու համար։ Հետազոտության մեկ այլ կարևոր ուղղություն է նեյրոնային ցանցի ուսուցման գործընթացը։ Կարող են ուսումնասիրվել տարբեր ալգորիթմներ, որոնց միջոցով ցանցի պարամետրերը կարգավորվում են մուտքային օրինակների հիման վրա։ Ուսուցման արդյունքը կարող է գնահատվել ցանցի կողմից ազդանշանների ճանաչման կամ դասակարգման ճշտությամբ։ Միաժամանակ ուսումնասիրվում են այն սահմանափակումները, որոնք առաջանում են ֆիզիկական սարքերի ոչ իդեալականությունից, պարամետրերի տարածական փոփոխականությունից, ջերմաստիճանային ազդեցություններից և էլեկտրական աղմուկից։ Աշխատության գիտական կարևորությունը պայմանավորված է նեյրոնային ցանցերի և միկրոէլեկտրոնային կառուցվածքների միջև կապի ուսումնասիրությամբ։ Ծրագրային մակարդակում իրականացվող նեյրոնային ցանցերը սովորաբար պահանջում են մեծ թվով թվաբանական գործողություններ, հիշողության և պրոցեսորի միջև տվյալների մշտական փոխանակում, մինչդեռ հատուկ ապարատային իրականացումը կարող է հնարավորություն տալ որոշ հաշվարկներ կատարել հենց տվյալների պահպանման և մշակման ֆիզիկական միջավայրում։ Սա կարող է նպաստել էներգիայի սպառման և հաշվարկների ժամանակի նվազեցմանը որոշակի կիրառություններում։ Հետազոտությունը կարող է ներառել նաև մաթեմատիկական մոդելավորում և համակարգչային սիմուլյացիա։ Նախքան ֆիզիկական կառուցվածքի իրականացումը հնարավոր է մոդելավորել դրա էլեկտրական վարքը, ուսումնասիրել տարբեր պարամետրերի ազդեցությունը և կանխատեսել նեյրոնային ցանցի աշխատանքը։ Փորձարարական և տեսական արդյունքների համադրումը հնարավորություն է տալիս գնահատել մշակված կառուցվածքների համապատասխանությունը նախատեսված նեյրոմորֆային գործառույթներին։ Կիրառական տեսանկյունից նման տեխնոլոգիաները կարող են հեռանկարային լինել պատկերների և ազդանշանների ճանաչման, սենսորային համակարգերի, ռոբոտատեխնիկայի, ներկառուցված հաշվողական սարքերի և արհեստական բանականության հատուկ ապարատային համակարգերի համար։ Հատկապես հետաքրքիր է այն դեպքը, երբ տվյալների նախնական մշակումը պետք է իրականացվի անմիջապես սենսորի կամ սարքի մակարդակում՝ առանց մեծ քանակությամբ տեղեկատվություն կենտրոնական պրոցեսոր փոխանցելու անհրաժեշտության։ Այսպիսի մոտեցումները հաճախ կապվում են եզրային հաշվարկների և նեյրոմորֆային ճարտարապետությունների զարգացման հետ։ Աշխատության գործնական նշանակությունը կարող է դրսևորվել նոր տիպի էլեկտրոնային հանգույցների և ինտեգրալ սխեմաների նախագծման հնարավորությունների ուսումնասիրությամբ։ Եթե մետաղ-օքսիդ-կիսահաղորդիչ կառուցվածքները կարող են համատեղել ազդանշանի մշակման և հիշողության որոշ գործառույթներ, հնարավոր է ստեղծել ավելի կոմպակտ և էներգաարդյունավետ համակարգեր՝ համեմատած որոշ ավանդական ճարտարապետությունների հետ։ Միաժամանակ նման համակարգերի նախագծման համար անհրաժեշտ է հաշվի առնել արտադրական տեխնոլոգիայի սահմանափակումները, սարքերի հուսալիությունը և երկարաժամկետ կայունությունը։ Աշխատությունը կարող է հետաքրքրել միկրոէլեկտրոնիկայի, կիսահաղորդչային ֆիզիկայի, էլեկտրոնիկայի, հաշվողական տեխնիկայի և արհեստական բանականության ոլորտների մասնագետներին, ինչպես նաև նեյրոմորֆային համակարգերի մշակմամբ զբաղվող հետազոտողներին։ Ընդհանուր առմամբ, ուսումնասիրությունը նպատակ ունի բացահայտել մետաղ-օքսիդ-կիսահաղորդիչ կառուցվածքների ներուժը նեյրոնային ցանցերի ապարատային իրականացման համար՝ համադրելով կիսահաղորդչային սարքերի ֆիզիկական հատկությունները, նեյրոնային հաշվարկների սկզբունքները, մաթեմատիկական մոդելավորումը և փորձարարական հետազոտությունը, և այդպիսով հիմք ստեղծել արհեստական բանականության ավելի մասնագիտացված, արագ և էներգաարդյունավետ էլեկտրոնային համակարգերի զարգացման համար։