Сотрудничество с Курчатовским институтом

Группа нейроморфных систем

 

Развитие нейроморфных вычислительных систем (НВС) в основном обусловлено надеждой воспроизведения чрезвычайно низкого энергопотребления и высокой вычислительной эффективности биологических систем при решении так называемых когнитивных задач (обработка текста и речи, распознавание образов, принятие решений, прогнозирование и т. д.). НВС содержат слои искусственных нейронов (вычислительные элементы) соединенные синапсами (элементы памяти), которые определяют силу соединения. Синаптические веса настраиваются во время обучения. Схемы на основе транзисторных элементов успешно используются для реализации НВС, например, TrueNorth, SpiNNaker, Loihi. Однако, поскольку цифровые элементы на базе комплементарной кремниевой технологии изначально не были созданы и оптимизированы для целей НВС, они не точно эмулируют синапсы и, следовательно, не имеют широких возможностей обучения аппаратными средствами. В этом отношении мемристоры («резисторы с эффектом памяти») могут более точно эмулировать синапсы, поскольку они имеют принципиально сходные рабочие механизмы со своими био-аналогами: оба механизма тесно связаны с дрейфом и диффузией ионов и имеют аналоговый характер обработки сигналов.

 

 

Кроссбар-массив органических мемристоров, используемый для эмуляции синапсов в нейроморфных вычислительных системах.

 

 

 

Поэтому в группе нейроморфных систем, базирующейся на площадке НИЦ «Курчатовский институт», ведутся разработки по трем основным направлениям:

 

  1. Разработка и изучение материалов, демонстрирующих эффекты резистивного переключения. Работы ведутся с перспективными органическими, неорганическими и нанокомпозитными материалами.

  2. Схемотехническая инженерия нейросинаптического процессора на базе искусственных нейронов и мемристивных синапсов.

  3. Разработка перспективных алгоритмов обучения нейронных и нейроморфных сетей.

 

Костяк группы составляют выпускники физического факультета МГУ (в основном, кафедры ОФиМЭ) и МФТИ.

 

 

На фото: Руководитель лаборатории к.ф.-м.н. Демин В.А., в.н.с. д.ф.-м.н. Рыльков В.В., н.с. Емельянов А.В., Миннеханов А.А., Николаев С.Н., а также студенты и аспиранты.

 

Имеется успешный опыт выполнения дипломных работ на современной экспериментальной базе Курчатовского института.

Аналитическая зондовая станция Cascade Microtech

Универсальная установка измерения физических свойств PPMS-14

 

Научным консультантом и вдохновителем данного направления является заведующий кафедрой общей физики и молекулярной электроники, профессор д.ф.-м.н. Кашкаров Павел Константинович.

 

Проекты группы регулярно получают финансовую поддержку Российского научного фонда, Министерства науки и высшего образования РФ и других фондов.

 

 

 

Основные публикации:

 

  1. Anton A. Minnekhanov, Andrey V. Emelyanov, Dmitry A. Lapkin, Kristina E . Nikiruy, Boris S . Shvetsov, Alexander A. Nesmelov, Vladimir V. Rylkov, Vyacheslav A. Demin, Victor V. Erokhin, “Parylene Based Memristive Devices with Multilevel Resistive Switching for Neuromorphic Applications”, Scientific Reports, 9, 10800 (2019), https://doi.org/10.1038/s41598-019-47263-9

  2. A V Emelyanov, K E Nikiruy, A V Serenko, A V Sitnikov, M Yu Presnyakov, R B Rybka, A G Sboev, V V Rylkov, P K Kashkarov, M V Kovalchuk and V A Demin, «Self-adaptive STDP-based learning of a spiking neuron with nanocomposite memristive weights», Nanotechnology 31, 045201, 2020. https://doi.org/10.1088/1361-6528/ab4a6d

  3. M.N. Martyshov, A.V. Emelyanov, V.A. Demin, K.E. Nikiruy, A.A. Minnekhanov, S.N. Nikolaev, A.N. Taldenkov, A.V. Ovcharov, M. Yu. Presnyakov, A.V. Sitnikov, A.L. Vasiliev, P.A. Forsh, A.B. Granovsky, P.K. Kashkarov, M.V. Kovalchuk, and V.V. Rylkov. Multifilamentary Character of Anticorrelated Capacitive and Resistive Switching in Memristive Structures Based on (Co−Fe−B)x(LiNbO3)100−x Nanocomposite. Phys. Rev. Applied 14, 034016. 2020. https://doi.org/10.1103/PhysRevApplied.14.034016

  4. Lapkin, D. A., Korovin, A. N., Malakhov, S. N., Emelyanov, A. V., Demin, V. A., Erokhin, V. V., Optical Monitoring of the Resistive States of a Polyaniline‐Based Memristive Device. Adv. Electron. Mater. 2020, 2000511. https://doi.org/10.1002/aelm.202000511

  5. Anna N. Matsukatova, Andrey V. Emelyanov, Anton A. Minnekhanov, Aleksandr A. Nesmelov, Artem Yu. Vdovichenko, Sergey N. Chvalun, Vladimir V. Rylkov, Pavel A. Forsh, Viacheslav A. Demin, Pavel K. Kashkarov, and Mikhail V. Kovalchuk, “Resistive switching kinetics and second-order effects in parylene-based memristors”, Appl. Phys. Lett. 117, 243501 (2020); https://doi.org/10.1063/5.0030069

  6. V.A. Demin, D.V. Nekhaev, I.A. Surazhevsky, K.E. Nikiruy, A.V. Emelyanov, S.N. Nikolaev, V.V. Rylkov, M.V. Kovalchuk, Necessary conditions for STDP-based pattern recognition learning in a memristive spiking neural network, Neural Networks, 134, P. 64-75, 2021, https://doi.org/10.1016/j.neunet.2020.11.005

  7. I.A. Surazhevsky, V.A. Demin, A.I. Ilyasov, A.V. Emelyanov, K.E. Nikiruy, V.V. Rylkov, S.A. Shchanikov, I.A. Bordanov, S.A. Gerasimova, D.V. Guseinov, N.V. Malekhonova, D.A. Pavlov, A.I. Belov, A.N. Mikhaylov, V.B. Kazantsev, D. Valenti, B. Spagnolo, M.V. Kovalchuk, Noise-assisted persistence and recovery of memory state in a memristive spiking neuromorphic network, Chaos, Solitons & Fractals, V. 146, 110890, 2021, https://doi.org/10.1016/j.chaos.2021.110890.

  8. A A Minnekhanov, B S Shvetsov, A V Emelyanov, K Yu Chernoglazov, E V Kukueva, A A Nesmelov, Yu V Grishchenko, M L Zanaveskin, V V Rylkov and V A Demin, «Parylene-based memristive synapses for hardware neural networks capable of dopamine-modulated STDP learning», Journal of Physics D: Applied Physics, Volume 54, Number 48, 484002 (2021). https://doi.org/10.1088/1361-6463/ac203c

  9. Prudnikov, N.V., Malakhova, Y.N., Emelyanov, A.V., Borshchev, O.V., Skorotetcky, M.S., Polinskaya, M.S., Peregudova, S.M., Barteneva, V.M., Demin, V.A., Feigin, L.A., Chvalun, S.N., Ponomarenko, S.A. and Erokhin, V.V. (2021), Pulse Programming of Resistive States of a Benzothieno[3,2-B][1]-Benzothiophene-Based Organic Memristive Device with High Endurance. Phys. Status Solidi RRL 2100471. https://doi.org/10.1002/pssr.202100471

  10. Anna N. Matsukatova, Andrey V. Emelyanov, Vsevolod A. Kulagin, Artem Yu Vdovichenko, Anton A.Minnekhanov, Vyacheslav A. Demin, Nanocomposite parylene-C memristors with embedded Ag nanoparticles for biomedical data processing, Organic Electronics, Volume 102, 106455 (2022). https://doi.org/10.1016/j.orgel.2022.106455

 

 

 

Контактная информация:

 

к.ф.-м.н. Емельянов Андрей Вячеславович

 

Начальник отдела ресурсных центров

Курчатовского комплекса НБИКС-природоподобных технологий

 

НИЦ «Курчатовский институт»

 Тел.: 8-499-196-7100 (66-28)

 

e-mail: This email address is being protected from spambots. You need JavaScript enabled to view it.

 This email address is being protected from spambots. You need JavaScript enabled to view it.