Tümleyen bağlı rezistif anahtarların bellekler ve yapay sinir ağlarında kullanımı

Basit Öğe Kaydı
dc.contributor.advisorUçar, Erdem
dc.contributor.advisorMutlu, Reşat
dc.contributor.authorKarakulak, Ertuğrul
dc.date.accessioned2024-06-11T20:35:34Z
dc.date.available2024-06-11T20:35:34Z
dc.date.issued2016
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalıen_US
dc.descriptionDoktoraen_US
dc.description.abstractRezistif anahtarlar nano boyutta memristif karakteristik gösteren sistemlerdir ve transistör tabanlı kalıcı belleklerin yerine adaydırlar. Bu tip bellekler ile ilgili temel araştırma başlıkları yeni malzemelerin bellekler için kullanımı, okuma yazma yöntemleri, okuma marjininin arttırılması ve kaçak akımların azaltılması şeklindedir. Tümleyen bağlı rezistif anatarlar ise kaçak akımları azaltma maksatlı önerilmiş bir rezistif bellek hücresi çeşididir. Bu tez çalışmasında tümleyen bağlı rezistif anahtarların dinamik modeli yapılmış ve okunan ve durumu tahrip olan bellek hücresini ilk durumuna getirecek şekilde onaran durum makinesi tasarlanmış ve başarımı simulasyonlar ile gösterilmiştir. Ayrıca çok katmanlı tümleyen bağlı rezistif belleklerin kaçak akım ve okuma marjini analizleri yapılmış, eşdeğer devre modelleri ortaya konmuştur. Son olarak tümleyen bağlı rezistif anahtarlar yapay sinir ağları için önerilmiştir. Perseptronların ağırlık faktörlerini tümleyen bağlı rezitif anahtar yapılı ağırlık faktörü devreleri ile uygulanması önerilmiştir. Yine perseptronlar için negatif kazançları uygulamaya imkan veren bir devre yapısı da önerilmiş ve tüm bunların başarımları simülasyonlar ile ortaya konmuştur.en_US
dc.description.abstractThe resistive swithes show memristive behavior in nano scale. Resistive RAM's which is made of resistive switches and complementary resistive switches are candidate to take current memories place. Reserch topics of this kind of memories are new nanomaterials, reading and writing methodoligies and optimisation of reading margin and sneak path current Complementary resistive switches has been modelled and model used with reconstructive sensing circuit and performance of the circuit has been shown. In this work, reading margin and sneak path current anaysis of multilayer resistive RAM also done, equivalent circuit models are given. Several neural network circuits which are based on the complementary resistive switches with a sensing/writing node have been designed and examined for the first time in literature. Perceptron gains may have positive or negative values. Additionally, for negative weighing factors negative positive gain amplifiers have been proposed. All the simulation resuts are given.en_US
dc.identifier.endpage121en_US
dc.identifier.startpage1en_US
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=cbOXH84ZayrLjc0tI-QXKrlcDj27yNwIVagc6RM2viO0WYkKY984ZSKp0Jb8KZmD
dc.identifier.urihttps://hdl.handle.net/20.500.14551/9242
dc.identifier.yoktezid438929en_US
dc.institutionauthorKarakulak, Ertuğrul
dc.language.isotren_US
dc.publisherTrakya Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectBilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolen_US
dc.subjectComputer Engineering and Computer Science and Controlen_US
dc.titleTümleyen bağlı rezistif anahtarların bellekler ve yapay sinir ağlarında kullanımıen_US
dc.title.alternativeComplementary resistive switches based memories and artificial neural networksen_US
dc.typeDoctoral Thesisen_US

Dosyalar

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu