光電子ニューロデバイスの研究

点击翻译按钮获取中文摘要

超並列演算が必要なニューロコンピューティングのハード化には、学習によってシナプス結合重みが変わる適応デバイスと光配線素子がキー・デバイスである。本年度においては、前年度から研究・試作を続けてきた電気適応デバイスを改良してよりアルゴリズムに近い自己組織化機能を確認すると共に、さらに光配線に適した光適応デバイスを考案・試作した。また、光配線素子の基礎となる結晶材料については、格子不整合基板上に歪単分子超格子を導入することによって、エピタキシャル層内の結晶欠陥(転位)を大幅に減らすことを試みた。電気適応デバイスについては、フローティングゲートへの電子の注入と放出用の端子を独立に設け、またシナプス結合重みが修正信号の印加時間に比例して変わる修正信号発生回路を考案・試作した。これらを用いて2層の基本光電子ネットワークを構成し、学習・自己組織化機能を確認した。また、多層ネットワークの自己組織化も可能なことが原理的に明らかにされた。光適応デバイスでは、フローティングゲートに注入される電子数を光信号によって制御することを試みた。光信号の強度に比例して、MOSトランジスタのしきい値が高くなることが明らかにされた。このデバイスへ差動結合させることにより、光信号によって結合重みを変化させることができる。光配線素については、チップ間光配線用にSi基板を透過する光(波長1.1μm以上)を出す結晶材料として、InGaAs on Siが候補である。その前段階として化合物半導体どうしのInGaAs on GaAsの低転位化を試みた。その結果、(InAs)l(GaAs)n歪単分子超格子を挿入することによって、InGaAs層内の貫通転位を大幅に減らすことができた。今後は、光適応デバイスと光配線素子を中心にして、より汎用性の高い基本デバイスの確立に向けて研究を進める予定である。