Actualités :

08 octobre 2019

Modulation des niveaux de résistance dans une mémoire RRAM pour des applications neuromorphiques

Contexte: Depuis les dernières 50 années, les processeurs sont basés sur l’architecture de von Neumann et les progrès dans l’intégration à très grande échelle ont permis de réaliser cette architecture computationnelle sur un substrat technologique adéquat. Cependant aujourd’hui la miniaturisation des composantes électroniques n’est plus suffisante pour augmenter les performances et réduire la consommation de […] >>

08 octobre 2019

Hybrid CMOS-RRAM Neuron circuits

Context : Brain-inspired architectures in neuromorphic hardware are currently subject to intensive research as an alternative to the limits of traditional computer organization. The remarkable computing performance and efficiency of biological nervous systems are widely attributed to the co-localization of memory and computation spatially through the structure. Re-configurable non-volatile resistive memories (RRAMs) can be incorporated […] >>

08 octobre 2019

Integration of a resistive memory with a back-end selector in FDSOI 28nm node for In Memory Computing applications

Context : The near future is Internet of Things (IoT), with the need of a data storage infrastructure allowing Big Data processing and Artificial Intelligence (AI) applications. The Memory Laboratory in CEA-LETI is developing the next generations of Non-Volatile Memories, and among them Cross Bar structure based on ReRAM + OTS selector is very promising. […] >>

08 octobre 2019

Conception, réalisation et caractérisation d’un détecteur optique de particules (PM) de nouvelle génération. Application à la mesure de la qualité de l’air

Le laboratoire des Capteurs Optiques (LCO) du CEA/LETI s’intéresse aux applications innovantes de l’optique et en particulier à l’utilisation de la photonique aux échelles nanométriques : plasmoniques, opto-mécaniques, photo-acoustiques, bio-photoniques. Le LCO conçoit (simulations optiques, logiciel de design), fabrique en salle blanche et caractérise des capteurs photoniques pour différentes applications telles que la détection de […] >>

08 octobre 2019

Overcoming catastrophic inference in neural networks through accurate overlapping representations

Context: Catastrophic forgetting is the fact that a neural network formed on a first set of elements can forget them when it learns a second set. Therefore, there can be no incremental learning. This is now becoming extremely limiting if we want to develop autonomous systems capable of dealing with situations that could not have […] >>
En naviguant sur notre site, vous acceptez que des cookies soient utilisés pour vous proposer des contenus et services adaptés à vos centres d’intérêts. En savoir plus
X