A PWM based neuromorphic hand-written digit classifier with NOR Flash memories

In this thesis work we have analyzed the adoption of the "pulse width modulation (PWM)" scheme to implement a neural network based on NOR Flash array, whose aim is to correctly classify hand-written digits. This approach has been used to overcome the issues related to the scaling of the FG transistors, which makes the noise sources not anymore negligible, like the program noise and the random telegraph noise. This scheme has been compared to another approach, investigated in previous works, and it has been found that the PWM scheme allows to obtain a structure whose performances are not strongly affected by the two noise sources previously mentioned, the opposite of the other one.

In questo progetto di tesi è stato analizzato l'utilizzo dell'approccio "pulse width modulation (PWM)" per realizzare una rete neurale implementata con array NOR Flash, il cui scopo è di classificare correttamente cifre scritte a mano. É stato adottato questo schema per superare le problematiche associate alla miniaturizzazione dei singoli transistori FG, che causa l'insorgere di sorgenti di rumore, quali rumore di programmazione e "random telegraph noise", che prevengono il corretto funzionamento della rete. Il confronto tra questo schema e un approccio adottato in lavori passati dimostra come il PWM permetta di realizzare una rete le cui performance non risentano delle non idealità associate alle due sorgenti di rumore sopra citate, il contrario del secondo approccio.