人工ニューラルネットワークにおける双曲線タンジェントニューロンの新しいアナログ実装

最近、大規模なデータセットにより、人工ニューラルネットワーク（ANN）の設計において電力消費と面積使用が重要な課題となっています。ニューロンにおける活性化関数の重要な役割と、メモリスタイプのニューラルネットワークのようなハードウェアベースのニューラルネットワークの成長を考慮し、本研究ではメモリスタイプの神経形態学的アーキテクチャで使用される双曲線タンジェント活性化関数（Tanh）の新しい設計を提案します。TanhのCMOSベースの設計を実装する目的は、電力消費と面積使用を減少させることです。この設計は、ANNにおける計算全体のスピードを向上させつつ、精度を許容範囲内に保つことも可能です。提案された設計は、双曲線タンジェントの初期のアナログ設計の一つであり、その性能は、修正された国立標準技術研究所（MNIST）やファッションMNISTなどの二つの有名なデータセットを使用して分析されます。提案されたTanhの直接実装がソフトウェアおよびハードウェアモデリングを介して提案され、調査されます。