To explore life sciences, researchers have introduced biochips to automatically process biochemical experiments, and memristor crossbars and Mach-Zehnder Interferometer (MZI) arrays to accelerate neural network computing. For biochips, a framework to design a multi-channel multiplexing control logic with a backup path structure is proposed to improve biochip working efficiency and fault tolerance. A statistical training method with global variation compensation is presented to maintain the computing accuracy of memristor crossbars with process variations and noise. For MZI arrays, a framework including software training and hardware implementation is proposed to counter variations and thermal effects.     «

To explore life sciences, researchers have introduced biochips to automatically process biochemical experiments, and memristor crossbars and Mach-Zehnder Interferometer (MZI) arrays to accelerate neural network computing. For biochips, a framework to design a multi-channel multiplexing control logic with a backup path structure is proposed to improve biochip working efficiency and fault tolerance. A statistical training method with global variation compensation is presented to maintain the compu...     »

Um die Biowissenschaften zu erforschen, haben Forscher Biochips eingeführt, um biochemische Experimente zu automatisieren, sowie Memristor-Crossbars und Mach-Zehnder-Interferometer (MZI)-Arrays verwendet, um das Computing neuronaler Netzwerke zu beschleunigen. Für Biochips wird ein Framework zum Entwerfen einer neuen Steuerlogik vorgeschlagen, um die Arbeitseffizienz und Fehlertoleranz von Biochips zu verbessern. Zur Beibehaltung der Rechengenauigkeit der Memristor-Crossbars mit Variationen wird eine statistische Trainingsmethode präsentiert. Für die MZI-Arrays wird ein Framework inklusive Software-Training und Hardware-Implementierung vorgeschlagen, um Variationen und thermischen Effekten entgegenzuwirken.     «

Um die Biowissenschaften zu erforschen, haben Forscher Biochips eingeführt, um biochemische Experimente zu automatisieren, sowie Memristor-Crossbars und Mach-Zehnder-Interferometer (MZI)-Arrays verwendet, um das Computing neuronaler Netzwerke zu beschleunigen. Für Biochips wird ein Framework zum Entwerfen einer neuen Steuerlogik vorgeschlagen, um die Arbeitseffizienz und Fehlertoleranz von Biochips zu verbessern. Zur Beibehaltung der Rechengenauigkeit der Memristor-Crossbars mit Variationen wird...     »