Tez No	İndirme	Tez Künye	Durumu
438929		Tümleyen bağlı rezistif anahtarların bellekler ve yapay sinir ağlarında kullanımı / Complementary resistive switches based memories and artificial neural networks Yazar:ERTUĞRUL KARAKULAK Danışman: DOÇ. DR. ERDEM UÇAR ; YRD. DOÇ. DR. REŞAT MUTLU Yer Bilgisi: Trakya Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora Türkçe 2016 121 s.
Rezistif 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.
The 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.